MétaCan
Menu
Retour à la cohorte
Enregistrement W2963478039 · doi:10.1002/ijc.32589

Polyphenol intake and differentiated thyroid cancer risk in the European Prospective Investigation into Cancer and Nutrition (EPIC) cohort

2019· article· en· W2963478039 sur OpenAlexfundno aff
Raúl Zamora‐Ros, Valerie Cayssials, Silvia Franceschi, Cecilie Kyrø, Elisabete Weiderpass, Joakim Hennings, Maria Sandström, Anne Tjønneland, Anja Olsen, Kim Overvad, Marie‐Christine Boutron‐Ruault, Thérèse Truong, Francesca Romana Mancini, Verena Katzke, Tilman Kühn, Heiner Boeing, Antonia Trichopoulou, Anna Karakatsani, Georgia Martimianaki, Domenico Palli, Vittorio Krogh, Salvatore Panico, ­Rosario ­Tumino, Carlotta Sacerdote, Cristina Lasheras, Miguel Rodríguez‐Barranco, Pilar Amiano, Sandra M. Colorado‐Yohar, Eva Ardanáz, Martin Almquist, Ulrika Ericson, H. Bas Bueno‐de‐Mesquita, Roel Vermeulen, Julie A. Schmidt, Graham Byrnes, Augustin Scalbert, Antonio Agudo, Sabina Rinaldi

Notice bibliographique

RevueInternational Journal of Cancer · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Social FundInstituto de Salud Carlos IIIAgència de Gestió d'Ajuts Universitaris i de RecercaWorld Cancer Research FundMedical Research Council CanadaMedical Research CouncilInstitut Gustave-RoussyDeutsche KrebshilfeMutuelle Générale de l'Education NationaleAssociazione Italiana per la Ricerca sul CancroHealth Research Fund of Central Denmark RegionVetenskapsrådetCancerfondenCancer Research UKWorld Health OrganizationEuropean CommissionDeutsches KrebsforschungszentrumLigue Contre le CancerGeneralitat de CatalunyaEuropean Regional Development FundBundesministerium für Bildung und ForschungNational Institute for Health and Care ResearchCentres de Recerca de CatalunyaInstitut National de la Santé et de la Recherche MédicaleEuropean Research CouncilHellenic Health FoundationKræftens BekæmpelseCentre International de Recherche sur le Cancer
Mots-clésEuropean Prospective Investigation into Cancer and NutritionProspective cohort studyMedicineCancerThyroid cancerEPICCohort studyCohortOncologyInternal medicineEnvironmental healthPhysiologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Polyphenols are bioactive compounds with several anticarcinogenic activities; however, human data regarding associations with thyroid cancer (TC) is still negligible. Our aim was to evaluate the association between intakes of total, classes and subclasses of polyphenols and risk of differentiated TC and its main subtypes, papillary and follicular, in a European population. The European Prospective Investigation into Cancer and Nutrition cohort included 476,108 men and women from 10 European countries. During a mean follow‐up of 14 years, there were 748 incident differentiated TC cases, including 601 papillary and 109 follicular tumors. Polyphenol intake was estimated at baseline using validated center/country‐specific dietary questionnaires and the Phenol‐Explorer database. In multivariable‐adjusted Cox regression models, no association between total polyphenol and the risks of overall differentiated TC (HRQ4 vs. Q1 = 0.99, 95% confidence interval [CI] 0.77–1.29), papillary (HRQ4 vs. Q1 = 1.06, 95% CI 0.80–1.41) or follicular TC (HRQ4 vs. Q1 = 1.10, 95% CI 0.55–2.22) were found. No associations were observed either for flavonoids, phenolic acids or the rest of classes and subclasses of polyphenols. After stratification by body mass index (BMI), an inverse association between the intake of polyphenols (p‐trend = 0.019) and phenolic acids (p‐trend = 0.007) and differentiated TC risk in subjects with BMI ≥ 25 was observed. In conclusion, our study showed no associations between dietary polyphenol intake and differentiated TC risk; although further studies are warranted to investigate the potential protective associations in overweight and obese individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,283
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of CancerMême sujetNutritional Studies and DietTravaux en français237 207