Intakes of coffee, tea, milk, soda and juice and renal cell cancer in a pooled analysis of 13 prospective studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Specific beverage intake may be associated with the risk of renal cell cancer through a diluting effect of carcinogens, alterations of hormone levels, or other changes in the renal tubular environment, but few prospective studies have examined these associations. We evaluated the associations between coffee, tea, milk, soda and fruit and vegetable juice intakes and renal cell cancer risk in a pooled analysis of 13 prospective studies (530,469 women and 244,483 men). Participants completed a validated food-frequency questionnaire at baseline. Using the primary data, the study-specific relative risks (RRs) were calculated and then pooled using a random effects model. A total of 1,478 incident renal cell cancer cases were identified during a follow-up of 7-20 years across studies. Coffee consumption was associated with a modestly lower risk of renal cell cancer (pooled multivariate RR for 3 or more 8 oz (237 ml) cups/day versus less than one 8 oz (237 ml) cup/day = 0.84; 95% CI = 0.67-1.05; p value, test for trend = 0.22). Tea consumption was also inversely associated with renal cell cancer risk (pooled multivariate RR for 1 or more 8 oz (237 ml) cups/day versus nondrinkers = 0.85; 95% CI = 0.71-1.02; pvalue, test for trend = 0.04). No clear associations were observed for milk, soda or juice. Our findings provide strong evidence that neither coffee nor tea consumption increases renal cell cancer risk. Instead, greater consumption of coffee and tea may be associated with a lower risk of renal cell cancer. (c) 2007 Wiley-Liss, Inc.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle