Dietary Carotenoids and Risk of Lung Cancer in a Pooled Analysis of Seven Cohort Studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Intervention trials with supplemental beta-carotene have observed either no effect or a harmful effect on lung cancer risk. Because food composition databases for specific carotenoids have only become available recently, epidemiological evidence relating usual dietary levels of these carotenoids with lung cancer risk is limited. We analyzed the association between lung cancer risk and intakes of specific carotenoids using the primary data from seven cohort studies in North America and Europe. Carotenoid intakes were estimated from dietary questionnaires administered at baseline in each study. We calculated study-specific multivariate relative risks (RRs) and combined these using a random-effects model. The multivariate models included smoking history and other potential risk factors. During follow-up of up to 7-16 years across studies, 3,155 incident lung cancer cases were diagnosed among 399,765 participants. beta-Carotene intake was not associated with lung cancer risk (pooled multivariate RR = 0.98; 95% confidence interval, 0.87-1.11; highest versus lowest quintile). The RRs for alpha-carotene, lutein/zeaxanthin, and lycopene were also close to unity. beta-Cryptoxanthin intake was inversely associated with lung cancer risk (RR = 0.76; 95% confidence interval, 0.67-0.86; highest versus lowest quintile). These results did not change after adjustment for intakes of vitamin C (with or without supplements), folate (with or without supplements), and other carotenoids and multivitamin use. The associations generally were similar among never, past, or current smokers and by histological type. Although smoking is the strongest risk factor for lung cancer, greater intake of foods high in beta-cryptoxanthin, such as citrus fruit, may modestly lower the 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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle