Red and Processed Meat Consumption Increases Risk for Non-Hodgkin Lymphoma
Notice bibliographique
Résumé
The association between consumption of red and processed meat and non-Hodgkin lymphoma (NHL) remains unclear. We performed a meta-analysis of the published observational studies to explore this relationship.We searched databases in MEDLINE and EMBASE to identify observational studies which evaluated the association between consumption of red and processed meat and risk of NHL. Quality of included studies was evaluated using Newcastle-Ottawa Quality Assessment Scale (NOS). Random-effects models were used to calculate summary relative risk (SRR) and the corresponding 95% confidence interval (CI).We identified a total of 16 case-control and 4 prospective cohort studies, including 15,189 subjects with NHL. The SRR of NHL comparing the highest and lowest categories were 1.32 (95% CI: 1.12-1.55) for red meat and 1.17 (95% CI: 1.07-1.29) for processed meat intake. Stratified analysis indicated that a statistically significant risk association between consumption of red and processed meat and NHL risk was observed in case-control studies, but not in cohort studies. The SRR was 1.11 (95% CI: 1.04-1.18) for per 100 g/day increment in red meat intake and 1.28 (95% CI: 1.08-1.53) for per 50 g/day increment in processed meat intake. There was evidence of a nonlinear association for intake of processed meat, but not for intake of red meat.Findings from our meta-analysis indicate that consumption of red and processed meat may be related to NHL risk. More prospective epidemiological studies that control for important confounders and focus on the NHL risk related with different levels of meat consumption are required to clarify this association.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 ».