Magnesium intake and lung cancer risk: A systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract. Magnesium may reduce the risk of lung cancer by affecting cell proliferation, inflammation and by preserving lung function; however, the results of epidemiological studies on the potential benefits of magnesium in lung pathology are inconclusive. We conducted this meta-analysis to investigate the association between magnesium intake and the risk of lung cancer. A total of 5 studies were extracted from PubMed, SCOPUS, and the Cochrane Review (to May 2018). These studies involved 58,5821 participants with 8,977 lung cancer cases. The pooled relative risk (RR) indicated a significant association between lung cancer incidence and magnesium intake (RR = 0.88, 95% CI = 0.79 to 0.98; p = 0.018). To investigate the cause of heterogeneity of these studies (I 2 = 75.8%, p < 0.001), we performed a subgroup analysis which was affected by the mean dose of magnesium intake, where doses of magnesium intake lower than 300 mg/d significantly decreased lung cancer risk (RR = 0.83, 95% CI = 0.70 to 0.99; p = 0.034). Increasing magnesium intake doses to over 300 mg/d did not reduce the incidence of lung cancer (RR = 0.89, 95% CI = 0.78 to 1.01; p = 0.076). Our meta-analysis suggests that magnesium intake of less than 300 mg/d may have protective effects in lung 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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 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 ».