Dietary patterns colorectal cancer risk and survival in Newfoundland, Canada
Notice bibliographique
Résumé
Diet patterns commonly used in epidemiological research are derived using different methods, yet there have been few studies assessing if and how research results may vary in the same population across diet patterns. This study assesses and compares five different diet patterns identified by Principal Component Analysis (PCA), Cluster Analysis (CA), Alternate Mediterranean Diet (Alt- Med), Dietary Inflammation Index (DII), and Recommended Food Score (RFS). Colorectal cancer risk and patient’s survival is estimated using different patterns as an independent variable. Comparisons are made using hazards ratio, correlation coefficients and distributions of individuals in clusters. Disease outcome estimation varied with diet patterns used and is mainly attributed to differences in its foundation. Hazards ratios for DFS varied from 1.82; (95% CI- 1.07- 3.09) for processed meat pattern identified by PCA to HR 2.19; (95% CI 1.03-4.67) for cluster characterized by meat and dairy products and HR 1.95; (95% CI 1.13-3.37) for cluster characterized by refined grains, sugar, soft drinks. Only cluster characterized by refined grains, sugar, soft drinks had higher risk of OS (HR 2.05; 95% CI 1.18-3.57). All the diet indices showed similar null associations with both DFS and OS except Poor adherence to altMED increased the risk of all-cause mortality (HR 1.62; 95% CI 1.04- 2.56).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».