Diet and body mass, and oral and oropharyngeal squamous cell carcinomas: Analysis from the IARC multinational case–control study
Notice bibliographique
Résumé
Tobacco and alcohol use are the main risk factors for oral and oropharyngeal cancers, yet, dietary habits may also be of importance. Data from a series of case-control studies conducted in 9 countries worldwide (1,670 cases and 1,732 controls) were used to investigate the role of several food groups and body mass index (BMI). Low BMI significantly increased the odds ratio (OR) of cancer more than 2-fold among ever- and never-tobacco users and ever- and never-alcohol drinkers. After adjustment for potential confounders, high intake of fruits and vegetables significantly reduced the OR of cancer compared to low intake among ever-tobacco users (OR 0.4, 95% confidence interval [CI] 0.3-0.6), although not among never-tobacco users (OR 1.1, 95% CI 0.6-2.0). Similarly, the protective effect of high fruit and vegetable consumption was present among ever-drinkers (OR 0.4, 95% CI 0.3-0.6), but not among never-drinkers (OR 1.0, 95% CI 0.6-1.6). In conclusion, low BMI increases the risk of oral cancer, and vegetables and fruits may modulate the carcinogenic effects of tobacco and alcohol.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».