Recent alcohol consumption and risk of incident ovarian carcinoma: a pooled analysis of 5,342 cases and 10,358 controls from the Ovarian Cancer Association Consortium
Notice bibliographique
Résumé
BACKGROUND: Studies evaluating the association between alcohol intake and ovarian carcinoma (OC) are inconsistent. Because OC and ovarian borderline tumor histologic types differ genetically, molecularly and clinically, large numbers are needed to estimate risk associations. METHODS: We pooled data from 12 case-control studies in the Ovarian Cancer Association Consortium comprising 5,342 OC cases, 1,455 borderline tumors and 10,358 controls with quantitative information on recent alcohol intake to estimate odds ratios (OR) and 95% confidence intervals (CI) according to frequencies of average daily intakes of beer, wine, liquor and total alcohol. RESULTS: Total alcohol intake was not associated with all OC: consumption of >3 drinks per day compared to none, OR=0.92, 95% CI=0.76-1.10, P trend=0.27. Among beverage types, a statistically non-significant decreased risk was observed among women who consumed >8 oz/d of wine compared to none (OR=0.83, 95% CI=0.68-1.01, P trend=0.08). This association was more apparent among women with clear cell OC (OR, 0.43; 95% CI, 0.22-0.83; P trend=0.02), although based on only 10 cases and not statistically different from the other histologic types (P value for statistical heterogeneity between histologic types = 0.09). Statistical heterogeneity of the alcohol- and wine-OC associations was seen among three European studies, but not among eight North American studies. No statistically significant associations were observed in separate analyses evaluating risk with borderline tumors of serous or mucinous histology. Smoking status did not significantly modify any of the associations. CONCLUSIONS: We found no evidence that recent moderate alcohol drinking is associated with increased risk for overall OC, or that variation in risk is associated strongly with specific histologic types. Understanding modifiable causes of these elusive and deadly cancers remains a priority for the research community.
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 | 0,011 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».