MétaCan
Menu
Retour à la cohorte
Enregistrement W2080081548 · doi:10.1097/mpa.0b013e318188c497

Citrus Fruit Intake and Pancreatic Cancer Risk

2009· review· en· W2080081548 sur OpenAlexaff
Jong‐Myon Bae, Eun Ja Lee, Gordon Guyatt

Notice bibliographique

RevuePancreas · 2009
Typereview
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensHealth Sciences CentreMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicinePancreatic cancerOdds ratioConfidence intervalRelative riskEpidemiologyCohort studyMeta-analysisEnvironmental healthCase-control studyObservational studyCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The purpose of this systematic review was to investigate the association between dietary intake of citrus fruits and pancreatic cancer risk. METHODS: Authors searched electronic databases and the reference lists of publications of studies addressing diet and pancreatic cancer up to December 2007. All of the epidemiological studies that obtained individual data on dietary intake of citrus fruits and presented risk estimates of the association between intake of citrus fruits and risk of pancreatic cancer were identified and included. Using general variance-based methods, study-specific odds ratios (ORs)/relative risk and associated confidence interval (CI)/SE for highest versus lowest intake of citrus fruits level were extracted from each article. RESULTS: Nine articles including 4 case-control studies and 5 cohort studies proved eligible. Overall summary OR using random effect model suggested an inverse association in risk of pancreatic cancer with intake of citrus fruits (summary OR, 0.83; 95% CI, 0.70-0.98) with large heterogeneity across studies (I = 49.9%). CONCLUSIONS: Pooled results from observational studies showed an inverse association between intake of citrus fruits and the risk of pancreatic cancer, although results vary substantially across studies, and the apparent effect is restricted to the weaker study design (case-control studies).

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,406
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePancreasMême sujetPancreatic and Hepatic Oncology ResearchTravaux en français237 207