MétaCan
Menu
Retour à la cohorte
Enregistrement W2606717396 · doi:10.1097/md.0000000000006396

Association between diabetes mellitus and subsequent ovarian cancer in women

2017· review· en· W2606717396 sur OpenAlexaboutno aff
Lihua Wang, Liangliang Wang, Jing Zhang, Beibei Wang, Hongli Liu

Notice bibliographique

RevueMedicine · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineOvarian cancerInternal medicineIncidence (geometry)Cohort studyRelative riskSubgroup analysisConfidence intervalBody mass indexMeta-analysisCochrane LibraryCancerDiabetes mellitusPublication biasOncologyRisk factorGynecologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Epidemiologic studies have suggested that diabetes mellitus (DM) might be associated with risk of ovarian cancer; however, the results have been inconsistent. The aim of this study was to determine the relationship between DM and the incidence of ovarian cancer on the basis of cohort studies.Relevant studies from PubMed, Embase, and the Cochrane Library until September 2016 were collected. The summary risk ratio (RR) was used as the effect measure in a random effects model. Sensitivity analysis, subgroup analysis, and calculation of publication bias were conducted.Thirteen articles including 14 cohorts comprising a total of 3708, 313 women and reporting 5534 cases of ovarian cancer were included. The summary RR suggested that patients with DM had a higher risk of ovarian cancer than patients without DM (RR: 1.19; 95% confidence interval: 1.06-1.34; P = .004), and no evidence of publication bias was found. The subgroup analysis indicated a higher incidence of ovarian cancer in patients with DM in studies published after 2010, studies not conducted in Europe or the United States, studies that did not adjust for body mass index or smoking status, and studies with lower Newcastle-Ottawa Scale scores.The present findings indicated that DM is a risk factor for ovarian cancer, and future large-scale epidemiologic studies should be performed to evaluate this relation in specific populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

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

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 Opus0,083
Tête enseignante GPT0,391
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetCancer Risks and FactorsTravaux en français237 207