Meat, fish, and esophageal cancer risk: a systematic review and dose-response meta-analysis
Notice bibliographique
Résumé
Risk factors for esophageal squamous cell carcinoma (ESCC) and esophageal adenocarcinoma (EAC) are well defined, while the role of diet in these conditions remains controversial. To help elucidate the role of particular dietary components, major bibliographic databases were searched for published studies (1990-2011) on associations between esophageal cancer risk (EC) and consumption of various types of meat and fish. Random-effects models and dose-response meta-analyses were used to pool study results. Subgroup analyses were conducted by histological subtype, study design, and nationality. Four cohorts and 31 case-control studies were identified. The overall pooled relative risk (RR) of EC and the confidence intervals (CIs) for the groups with the highest versus the lowest levels of intake were as follows: 0.99 (95% CI: 0.85-1.15) for total meat; 1.40 (95%CI: 1.09-1.81) for red meat; 1.41 (95%CI: 1.13-1.76) for processed meat; 0.87 (95%CI: 0.60-1.24) for poultry; and 0.80 (95%CI: 0.64-1.00) for fish. People with the highest levels of red meat intake had a significantly increased risk of ESCC. Processed meat intake was associated with increased risk of EAC. These results suggest that low levels of red and processed meat consumption and higher levels of fish intake might reduce EC 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 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 | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,038 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».