MétaCan
Menu
Retour à la cohorte
Enregistrement W2105259646 · doi:10.1158/1055-9965.epi-05-0218

Fruits and Vegetables and Ovarian Cancer Risk in a Pooled Analysis of 12 Cohort Studies

2005· article· en· W2105259646 sur OpenAlexafffund
Anita Koushik, David J. Hunter, Donna Spiegelman, Kristin E. Anderson, Alan A. Arslan, W. Lawrence Beeson, Piet A. van den Brandt, Julie E. Buring, James R. Cerhan, Graham A. Colditz, Gary E. Fraser, Jo L. Freudenheim, Jeanine M. Genkinger, R. Alexandra Goldbohm, Susan E. Hankinson, Karen L. Koenig, Susanna C. Larsson, Michael F. Leitzmann, Marjorie L. McCullough, Anthony B. Miller, Alpa V. Patel, Thomas E. Rohan, Arthur Schatzkin, Ellen Smit, Walter C. Willett, Alicja Wolk, Shumin M. Zhang, Stephanie A. Smith‐Warner

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésQuartileMedicineRelative riskConfidence intervalOvarian cancerCancerProportional hazards modelProspective cohort studyCohort studyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Because fruits and vegetables are rich in bioactive compounds with potential cancer-preventive actions, increased consumption may reduce the risk of ovarian cancer. Evidence on the association between fruit and vegetable intake and ovarian cancer risk has not been consistent. We analyzed and pooled the primary data from 12 prospective studies in North America and Europe. Fruit and vegetable intake was measured at baseline in each study using a validated food-frequency questionnaire. To summarize the association between fruit and vegetable intake and ovarian cancer, study-specific relative risks (RR) were estimated using the Cox proportional hazards model, and then combined using a random-effects model. Among 560,441 women, 2,130 cases of invasive epithelial ovarian cancer occurred during a maximum follow-up of 7 to 22 years across studies. Total fruit intake was not associated with ovarian cancer risk-the pooled multivariate RR for the highest versus the lowest quartile of intake was 1.06 [95% confidence interval (95% CI), 0.92-1.21; P value, test for trend = 0.73; P value, test for between-studies heterogeneity = 0.74]. Similarly, results for total vegetable intake indicated no significant association (pooled multivariate RR, 0.90; 95% CI, 0.78-1.04, for the highest versus the lowest quartile; P value, test for trend = 0.06; P value, test for between-studies heterogeneity = 0.31). Intakes of botanically defined fruit and vegetable groups and individual fruits and vegetables were also not associated with ovarian cancer risk. Associations for total fruits and vegetables were similar for different histologic types. These results suggest that fruit and vegetable consumption in adulthood has no important association with the risk of ovarian cancer.

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)0,024
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,034
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0090,032
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,389
Écart entre enseignants0,337 · 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'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

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

En bref

Citations55
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetOvarian cancer diagnosis and treatmentTravaux en français237 207