Asia–Pacific consensus guidelines on gastric cancer prevention
Notice bibliographique
Résumé
BACKGROUND AND AIM: Gastric cancer is a major health burden in the Asia-Pacific region but consensus on prevention strategies has been lacking. We aimed to critically evaluate strategies for preventing gastric cancer. METHODS: A multidisciplinary group developed consensus statements using a Delphi approach. Relevant data were presented, and the quality of evidence, strength of recommendation, and level of consensus were graded. RESULTS: Helicobacter pylori infection is a necessary but not sufficient causal factor for non-cardia gastric adenocarcinoma. A high intake of salt is strongly associated with gastric cancer. Fresh fruits and vegetables are protective but the use of vitamins and other dietary supplements does not prevent gastric cancer. Host-bacterial interaction in H. pylori infection results in different patterns of gastritis and differences in gastric acid secretion which determine disease outcome. A positive family history of gastric cancer is an important risk factor. Low serum pepsinogens reflect gastric atrophy and may be useful as a marker to identify populations at high risk for gastric cancer. H. pylori screening and treatment is a recommended gastric cancer risk reduction strategy in high-risk populations. H. pylori screening and treatment is most effective before atrophic gastritis has developed. It does not exclude the existing practice of gastric cancer surveillance in high-risk populations. In populations at low risk for gastric cancer, H. pylori screening is not recommended. First-line treatment of H. pylori infection should be in accordance with national treatment guidelines. CONCLUSION: A strategy of H. pylori screening and eradication in high-risk populations will probably reduce gastric cancer incidence, and based on current evidence is recommended by consensus.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».