Reported intake of selected micronutrients and risk of colorectal cancer: results from a large population-based case-control study in Newfoundland, Labrador and Ontario, Canada.
Notice bibliographique
Résumé
AIM: The impact of micronutrient intake and colorectal cancer (CRC) risk is poorly understood. The objective of this study was to evaluate the associations of selected micronutrients with risk of incident CRC in study participants from Newfoundland, Labrador (NL) and Ontario (ON), Canada. MATERIALS AND METHODS: We conducted a population-based study among 1760 case participants and 2481 age- and sex-matched control participants. Information on diet and other lifestyle factors were measured using a food frequency questionnaire and a personal history questionnaire. Odds ratios (OR) and 95% confidence intervals (CI) were calculated using unconditional logistic regression, controlling for covariables. RESULTS: Highest compared to lowest quartile intakes of certain micronutrients were associated with lower risk of CRC, including: calcium (from food and supplements (FS), OR=0.59; 95% CI=0.45-0.77, and from food only (FO): OR=0.76, 95% CI=0.59-0.97), vitamin C (FS:OR=0.67; 95%CI:0.51-0.88), vitamin D (FS: OR=0.73; 95% CI: 0.57-0.94, FO: OR=0.79, 95% CI=0.62-1.00), riboflavin (FS: OR=0.61; 95% CI=0.47-0.78, and folate (FS: OR=0.72; 95% CI=0.56-0.92). Higher risk of CRC was observed for iron intake (highest versus lowest quintiles: OR=1.34, 95% CI=1.01-1.78). CONCLUSION: This study presents evidence that dietary intake of calcium, vitamin D, vitamin C, riboflavin and folate are associated with a lower risk of incident CRC and that dietary intake of iron may be associated with a higher risk of the disease.
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 ».