MétaCan
Menu
Retour à la cohorte
Enregistrement W2326761465 · doi:10.1097/cej.0b013e32834fdb1b

Prediagnosis lifestyle exposures and survival of patients with gastric cancer

2012· review· en· W2326761465 sur OpenAlexaboutno aff
Iola Ximene Guimarães Ferronha, Ana Bastos, Nuno Lunet

Notice bibliographique

RevueEuropean Journal of Cancer Prevention · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueGastric Cancer Management and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaSystematics Association
Mots-clésMedicineHazard ratioConfidence intervalMeta-analysisCancerProportional hazards modelInternal medicineDemographyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The relation between lifestyles and gastric cancer has been investigated thoroughly; however few studies have addressed the impact of these exposures on prognosis. Therefore, we quantified the association between prediagnosis smoking, alcohol intake and other dietary exposures and the survival of gastric cancer patients through a systematic review and meta-analysis. We searched Pubmed and EMBASE up to April 2011 and computed summary hazard ratio estimates and respective 95% confidence intervals (95% CIs) through a random-effects meta-analysis (DerSimonian and Laird). Heterogeneity was quantified using the I2 statistic. Seven articles, providing data from 6856 cases evaluated in seven countries (Canada, Japan, Italy, USA, Korea, Iran and Sweden), were eligible for meta-analysis. The summary hazard ratio was 1.08 (95% CI: 0.90-1.30) for smoking (current vs. never smokers, seven studies; I2=56.2%) and 1.13 (95% CI: 1.00-1.28) for alcohol consumption (drinkers vs. nondrinkers, five studies; I2=13.2%). Only two studies assessed the effect of other dietary factors. This study summarizes the best evidence available on the relation between prediagnosis lifestyles and the survival of gastric cancer patients. Alcohol drinkers have lower survival, but results on the effect of smoking lack consistency and there is almost no information on the effects of dietary factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,018
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,320
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cancer PreventionMême sujetGastric Cancer Management and OutcomesTravaux en français237 207