MétaCan
Menu
Retour à la cohorte
Enregistrement W2804063142 · doi:10.1186/s12937-018-0362-x

Hypothesis and data-driven dietary patterns and colorectal Cancer survival: findings from Newfoundland and Labrador colorectal Cancer cohort

2018· article· en· W2804063142 sur OpenAlexafffundabout
Ishor Sharma, Barbara Roebothan, Yun Zhu, Jennifer Woodrow, Patrick S. Parfrey, John McLaughlin, Peter Wang

Notice bibliographique

RevueNutrition Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensPublic Health OntarioMemorial University of Newfoundland
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineColorectal cancerClinical nutritionInternal medicineOncologyCancerCohort studyCohortDemography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Dietary patterns are commonly used in epidemiological research, yet there have been few studies assessing if and how research results may vary across dietary patterns. This study aimed to estimate the risk of mortality/recurrence/metastasis using different dietary patterns and comparison amongst the patterns. METHODS: Dietary patterns were identified by Cluster Analysis (CA), Principal Component Analysis (PCA), Alternate Mediterranean Diet score (altMED), Recommended Food Score (RFS) and Dietary Inflammatory Index (DII) scores using a 169-item food frequency questionnaire. Five hundred thirty-two colorectal cancer patients diagnosed between 1999 and 2003 in Newfoundland were followed-up until 2010. Overall Mortality (OM) and combined Mortality, Recurrence or Metastasis (cMRM) were identified. Comparisons were made with adjusted Cox proportional Hazards Ratios (HRs), correlation coefficients and the distributions of individuals in defined clusters by quartiles of factor and index scores. RESULTS: One hundred and seventy cases died from all causes and 29 had a cancer recurrence/metastasis during follow-up. Processed meats as classified by PCA (HR 1.82; 95% confidence interval (CI) 1.07-3.09), clusters characterized by meat and dairy products (HR 2.19; 95% CI 1.03-4.67) and total grains, sugar, soft drinks (HR 1.95; 95% CI 1.13-3.37) were associated with a higher risk of cMRM. Poor adherence to AltMED increased the risk of all-cause OM (HR 1.62; 95% CI 1.04-2.56). Prudent vegetable, high sugar pattern, RFS and DII had no significant association with both OM and cMRM. CONCLUSION: Estimation of OM and cMRM varied across dietary patterns which is attributed to the differences in the foundation of each pattern.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,771

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,050
Tête enseignante GPT0,314
Écart entre enseignants0,264 · 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'étudeObservationnel
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

Citations27
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNutrition JournalMême sujetNutritional Studies and DietTravaux en français237 207