MétaCan
Menu
Retour à la cohorte
Enregistrement W2610930870 · doi:10.1371/journal.pone.0176448

Randomized controlled trials of vitamin D and cancer incidence: A modeling study

2017· article· en· W2610930870 sur OpenAlexfundno aff
William B. Grant, Barbara J. Boucher

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueVitamin D Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesVitamin D SocietyBio-Tech Pharmacal
Mots-clésRandomized controlled trialMedicineIncidence (geometry)CancerCancer incidenceVitamin D and neurologyInternal medicineOncologyBioinformaticsBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Although geographic ecological studies and observational studies find that ultraviolet B exposure and 25-hydroxyvitamin D [25(OH)D] concentrations are inversely correlated with 15-20 types of cancer, few randomized controlled trials (RCTs) of vitamin D support those findings. The poor design of some RCTs may account for that lack of support. Most vitamin D RCTs to date have considered the vitamin D dose, rather than initial, final, or changes in, serum 25(OH)D concentrations. Here a model is developed for use in designing and analyzing vitamin D RCTs with application to cancer incidence. The input variables of the model are vitamin D dose, baseline and achieved 25(OH)D concentrations, known rates of cancer for the population, and numbers of participants for the treatment and placebo arms is estimated-vitamin D dosage and numbers of participants are varied to achieve desired hazard ratio significance, using information from two vitamin D RCTs on cancer incidence conducted in Nebraska with good agreement between the model estimates and reported hazard ratios. Further improvements to the conduct of vitamin D RCTs would be to start the trial with a moderate bolus dose to achieve the desired 25(OH)D concentrations, and bloodspot 25(OH)D assay use in summer and winter annually to monitor seasonal and long-term changes in 25(OH)D concentration and compliance, and to allow dosage adjustment for achievement of desired vitamin D status.

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)0,009
score de la tête « metaresearch » (Gemma)0,060
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,060
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,189
Tête enseignante GPT0,410
Écart entre enseignants0,221 · 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.

Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations53
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetVitamin D Research StudiesTravaux en français237 207