The relation of passive smoking with cervical cancer
Notice bibliographique
Résumé
BACKGROUND: Published studies about passive smoking and cervical cancer have found inconsistent results. Hence, the present meta-analysis was performed to assess this association. METHODS: A systematical search was performed to identify eligible cohort and case-control studies in PubMed, Scopus, Elsevier ScienceDirect, and Web of Science databases (up to March, 2018). The quality of included studies was assessed by the Newcastle-Ottawa quality scale (NOS). The random effects model (REM) was used to calculate the pooled odds ratio (ORs). Subgroup and sensitivity analyses were performed. Publication bias was assessed by funnel plot, using Begg's test and Egger's test. RESULTS: Around 14 eligible studies were included for analysis, which included a total of 384,995 participants. The pooled ORs of passive smoking with cervical cancer risk was 1.70 (95% CI: 1.40-2.07, I = 64.3%). Subgroups stratified by continent, study design, quality score, and cervical cancer types/phases suggested that the result was robust. For instance, the pooled ORs for the cohort and case-control studies was 1.37 (95% CI: 1.16-1.62, I = 0%) and 2.09 (95% CI: 1.52-2.89, I = 76.6%), respectively. The pooled ORs ranged from 1.61 (95%CI: 1.34-1.92) to 1.77 (95%CI: 1.44-2.16) after one study was removed each time in the sensitivity analyses, indicating that the result was stable. Publication bias was detected by funnel plot and Egger's tests. The recalculated ORs were 1.33 (95% CI: 1.21-1.47). CONCLUSIONS: This meta-analysis provides evidence that passive smoking is associated with an increased risk of cervical cancer.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».