Green Tea Consumption and Esophageal Cancer Risk: A Meta-analysis
Notice bibliographique
Résumé
Background: The protective role of green tea against cancer is still unknown.Objectives: To investigate the association between green tea consumption and esophageal cancer risk through meta-analysis.Methods: We searched MEDLINE, EMBASE, Web of Science and Cochrane Library for studies on the relationship between green tea and esophageal cancer risk. We assessed heterogeneity (I2) and publication bias (Begg’s and Egger’s tests). Pooled relative risks (RRs) or odds ratios (ORs) with 95% confidence intervals (CIs) were calculated using random effects models.Results: A total of 20 studies were included. The RRs for all studies was 0.65 (95% CI: 0.57–0.73), with I2 = 75.3% and P = 0. In the subgroup analysis, the following variables showed marked heterogeneity: Asian (RR: 0.64; 95% CI: 0.56–0.73) and non-Asian countries (RR: 0.74; 95% CI: 0.45–1.03), female (RR: 0.55; 95% CI: 0.39–0.71) and male + female (RR: 0.64; 95% CI: 0.54–0.75), case–control study (RR: 0.62; 95% CI: 0.52–0.71), impact factor >3 (RR: 0.65; 95% CI: 0.56–0.75), impact factor <3 (RR: 0.64; 95% CI: 0.48–0.80), Newcastle–Ottawa Scale >7 (RR: 0.82; 95% CI: 0.66–0.97) and Newcastle–Ottawa Scale ≤7 (RR: 0.59; 95% CI: 0.49–0.68).Conclusion: Green tea consumption could be a protective factor for esophageal 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) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».