Tobacco smoking and gastric cancer: meta-analyses of published data versus pooled analyses of individual participant data (StoP Project)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tobacco smoking is one of the main risk factors for gastric cancer, but the magnitude of the association estimated by conventional systematic reviews and meta-analyses might be inaccurate, due to heterogeneous reporting of data and publication bias. We aimed to quantify the combined impact of publication-related biases, and heterogeneity in data analysis or presentation, in the summary estimates obtained from conventional meta-analyses. We compared results from individual participant data pooled-analyses, including the studies in the Stomach Cancer Pooling (StoP) Project, with conventional meta-analyses carried out using only data available in previously published reports from the same studies. From the 23 studies in the StoP Project, 20 had published reports with information on smoking and gastric cancer, but only six had specific data for gastric cardia cancer and seven had data on the daily number of cigarettes smoked. Compared to the results obtained with the StoP database, conventional meta-analyses overvalued the relation between ever smoking (summary odds ratios ranging from 7% higher for all studies to 22% higher for the risk of gastric cardia cancer) and yielded less precise summary estimates (SE ≤2.4 times higher). Additionally, funnel plot asymmetry and corresponding hypotheses tests were suggestive of publication bias. Conventional meta-analyses and individual participant data pooled-analyses reached similar conclusions on the direction of the association between smoking and gastric cancer. However, published data tended to overestimate the magnitude of the effects, possibly due to publication biases and limited the analyses by different levels of exposure or cancer subtypes.
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.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle