C-Reactive Protein and Colorectal Cancer Mortality in U.S. Adults
Notice bibliographique
Résumé
BACKGROUND: Chronic inflammation has been associated with colorectal cancer. Prediagnostic levels of C-reactive protein (CRP), a highly sensitive marker of inflammation, have been weakly associated with increased colorectal cancer incidence, but few data are available examining its relationship with colorectal cancer mortality. METHODS: In the Third National Health and Nutrition Examination Survey (NHANES III), 65% of the 15,924 adult participants had CRP levels ≤0.21 mg/dL. Using this as the reference group, we calculated hazard ratios (HR) for higher CRP categories and colorectal cancer mortality, and compared them with HRs for other mortality causes. RESULTS: Over a median follow-up period of 14.2 years, there were 92 deaths from colorectal cancer. Compared with the reference group, multivariable adjusted HRs for colorectal cancer mortality were 2.66 [95% confidence interval (CI), 1.36-5.20] for CRP levels 0.22-0.50 mg/dL; 3.40 (95% CI, 1.48-7.77) for levels 0.51-1.00 mg/dL; and 3.96 (95% CI, 1.64-9.52) for levels >1.00 mg/dL. Estimates for colorectal cancer mortality did not change appreciably after excluding deaths within the first 3 years or by limiting follow-up to 5 or 10 years. CONCLUSIONS: In a large representative study of U.S. adults, we observed strong dose-response associations between CRP levels and colorectal cancer mortality. IMPACT: Further evaluation of CRP may help identify high-risk groups for colorectal cancer screening and those who might benefit most from prophylactic anti-inflammatory therapy.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».