Associations of dietary carbohydrates, glycaemic index and glycaemic load with risk of bladder cancer: a case–control study
Notice bibliographique
Résumé
Carbohydrate foods with high glycaemic index (GI) and load (GL) may negatively influence cancer risk. We studied the association of dietary carbohydrates, GI, GL, intake of bread and pasta with risk of bladder cancer using data from an Italian case-control study. The study included 578 men and women with histologically confirmed bladder cancer and 608 controls admitted to the same hospitals as cases for acute, non-neoplastic conditions. OR were estimated by logistic regression models after allowance for relevant confounding factors. OR of bladder cancer for the highest v. the lowest quantile of intake were 1·52 (95 % CI 0·85, 2·69) for available carbohydrates, 1·18 (95 % CI 0·83, 1·67) for GI, 1·96 (95 % CI 1·16, 3·31, P trend<0·01) for GL, 1·58 (95 % CI 1·09, 2·29, P trend=0·03) for pasta and 1·92 (95 % CI 1·28, 2·86, P trend<0·01) for bread. OR for regular consumption of legumes and whole-grain products were 0·78 (95 % CI 0·60, 1·00) and 0·82 (95 % CI 0·63, 1·08), respectively. No heterogeneity in risks emerged across strata of sex. This case-control study showed that bladder cancer risk was directly associated with high dietary GL and with consumption of high quantity of refined carbohydrate foods, particularly bread. These associations were apparently stronger in subjects with low vegetable consumption.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».