Meta-analysis of studies on breast cancer risk and diet in Chinese women.
Notice bibliographique
Résumé
OBJECTIVE: A meta-analysis was carried out to summarize published data on the relationship between breast cancer and dietary factors. METHODS: Databases in Chinese (China National Knowledge Infrastructure [CNKI], China Biology Medicine [CBM], WanFang, VIP) and in English (PubMed and Web of Science) were searched for articles analyzing vegetable, fruit, soy food and fat consumption and breast cancer risk published through June 30, 2013. Random effects models were used to estimate summary odds ratios (OR) based on high versus low intake, and subgroup analysis was conducted according to region, study design, paper quality and adjustment for confounding factors to detect the potential source of heterogeneity. Every study was screened according to the inclusion criteria and exclusion criteria, evaluated in accordance with the Newcastle-Ottawa Scale. RevMan 5.2 software was used for analysis. RESULTS: Of 785 studies retrieved, 22 met inclusion criteria (13 in Chinese and 9 in English), representing 23,201 patients: 10,566 in the experimental group and 12,635 in the control group. Thirteen included studies showed vegetables consumption to be a relevant factor in breast cancer risk, OR = 0.77 (95% CI [confidence interval] 0.62-0.96). Eleven studies showed fruits consumption to be relevant, OR = 0.68 (95% CI 0.49-0.93). Significant differences were also found between those who consumed soy foods, OR = 0.68 (95% CI 0.50-0.93) and those who ate a high-fat diet, OR = 1.15 (95% CI 1.01-1.30). CONCLUSION: This analysis confirms the association between intake of vegetables, fruits, soy foods and fat and the risk of breast cancer from published sources. It's suggested that high consumption of vegetables, fruits and soy foods may reduce the risk of breast cancer, while increasing fat consumption may increase 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.
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 | 0,024 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,070 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».