Diet and serum micronutrients in relation to cervical neoplasia and cancer among low‐income Brazilian women
Notice bibliographique
Résumé
Cervical cancer is a leading cancer among women in developing countries. Infection with oncogenic human papillomavirus (HPV) types has been recognized as a necessary cause of this disease. Serum carotenoids and tocopherols have also been associated with risk for cervical neoplasia, but results from previous studies were not consistent. We evaluated the association of serum total carotene and tocopherols, and dietary intakes with the risk of newly diagnosed, histologically confirmed cervical intraepithelial neoplasia (CIN) grades 1, 2, 3 and invasive cancer in a hospital-based case-control study in São Paulo, Brazil. The investigation included 453 controls and 4 groups of cases (CIN1, n = 140; CIN2, n = 126; CIN3, n = 231; invasive cancer, n =108) recruited from two major public clinics between 2003 and 2005. Increasing concentrations of serum lycopene were negatively associated with CIN1, CIN3 and cancer, with odds ratios (OR) (95% CI) for the highest compared to the lowest tertile of 0.53 (0.27-1.00, p for trend = 0.05), 0.48 (0.22-1.04, p for trend = 0.05) and 0.18 (0.06-0.52, p for trend = 0.002), respectively, after adjusting for confounding variables and HPV status. Increasing concentrations of serum alpha- and gamma-tocopherols, and higher dietary intakes of dark green and deep yellow vegetables/fruit were associated with nearly 50% decreased risk of CIN3. These results support the evidence that a healthy and balanced diet leading to provide high serum levels of antioxidants may reduce cervical neoplasia risk in low-income women.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».