Alcohol Intake and Renal Cell Cancer in a Pooled Analysis of 12 Prospective Studies
Notice bibliographique
Résumé
BACKGROUND: The association between alcohol intake and risk of renal cell cancer has been inconsistent in case-control studies. An inverse association between alcohol intake and risk of renal cell cancer has been suggested in a few prospective studies, but each of these studies included a small number of cases. METHODS: We performed a pooled analysis of 12 prospective studies that included 530,469 women and 229,575 men with maximum follow-up times of 7-20 years. All participants had completed a validated food-frequency questionnaire at baseline. Using the primary data from each study, the study-specific relative risks (RRs) for renal cell cancer were calculated using Cox proportional hazards models and then pooled using a random-effects model. All statistical tests were two-sided. RESULTS: A total of 1430 (711 women and 719 men) cases of incident renal cell cancer were identified. The study-standardized incidence rates of renal cell cancer were 23 per 100,000 person-years among nondrinkers and 15 per 100,000 person-years among those who drank 15 g/day or more of alcohol. Compared with nondrinking, alcohol consumption (> or = 15 g/day, equivalent to slightly more than one alcoholic drink per day) was associated with a decreased risk of renal cell cancer (pooled multivariable RR = 0.72, 95% confidence interval = 0.60 to 0.86; P(trend)<.001); statistically significant inverse trends with increasing intake were seen in both women and men. No difference by sex was observed (P(heterogeneity) = .89). Associations between alcohol intake and renal cell cancer were not statistically different across alcoholic beverage type (beer versus wine versus liquor) (P = .40). CONCLUSION: Moderate alcohol consumption was associated with a lower risk of renal cell cancer among both women and men in this pooled analysis.
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 | 0,034 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,031 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».