Alcohol consumption and colon cancer prognosis among participants in north central cancer treatment group phase III trial N0147
Notice bibliographique
Résumé
Alcohol consumption is associated with a modest increased risk of colon cancer, but its relationship with colon cancer survival has not been elucidated. Using data from a phase III randomized adjuvant trial, we assessed the association of alcohol consumption with colon cancer outcomes. Patients completed a risk factor questionnaire before randomization to FOLFOX or FOLFOX + cetuximab (N = 1984). Information was collected on lifestyle factors, including smoking, physical activity and consumption of different types of alcohol. Cox models assessed the association between alcohol consumption and outcomes of disease-free survival (DFS), time-to-recurrence (TTR) and overall survival (OS), adjusting for age, sex, study arm, body mass, smoking, physical activity and performance status. No statistically significant difference in outcomes between ever and never drinkers were noted [hazard ratio (HR)DFS = 0.86, HRTTR = 0.87, HROS = 0.86, p-values = 0.11-0.17]. However, when considering alcohol type, ever consumers of red wine (n = 628) had significantly better outcomes than never consumers (HRDFS = 0.80, HRTTR = 0.81, HROS = 0.78, p-values = 0.01-0.02). Favorable outcomes were confirmed in patients who consumed 1-30 glasses/month of red wine (n = 601, HR = 0.80-0.83, p-values = 0.03-0.049); there was a suggestion of more favorable outcomes in patients who consumed >30 glasses/month of red wine (n = 27, HR = 0.33-0.38, p-values = 0.05-0.06). Beer and liquor consumption were not associated with outcomes. Although alcohol consumption was not associated with colon cancer outcomes overall, mild to moderate red wine consumption was suggestively associated with longer OS, DFS and TTR in stage III colon cancer patients.
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) | 0,000 | 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) | 0,001 | 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 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 ».