Nutrients and Risk of Prostate Cancer
Notice bibliographique
Résumé
This study assesses the association between intake of protein, fats, cholesterol, and carbohydrates and the risk of prostate cancer (PCa). Between 1994 and 1997, in 8 Canadian provinces, mailed questionnaires were completed by 1,797 incident, histologically confirmed cases of PCa and 2,547 population controls. Information was collected on socioeconomic status, lifestyle habits, and diet. A 69-item food frequency questionnaire provided data on eating habits 2 yr before the study. Odds ratios (ORs) and 95% confidence intervals (CIs) were computed using unconditional logistic regression, including terms for sociodemographic factors, body mass index, alcohol, and total energy intake. Intake of trans fat was associated with the risk of PCa; the OR for the highest vs. the lowest quartile was 1.45 (95% CI = 1.16-1.81); the association was apparently stronger in subjects aged less than 65, normal weight men, and ever smokers. An increased risk was also observed with increasing intake of sucrose and disaccharides. In contrast, men in the highest quartile of cholesterol intake were at lower risk of PCa. No association was found with intake of total proteins, total fat, monounsaturated fats, polyunsaturated fats, monosaccharides, and total carbohydrates. The findings provide evidence that a diet low in trans fat could reduce PCa risk.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».