Quantitative risk of positive family history in developing colorectal cancer: A meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Positive family history is a risk factor for development of colorectal cancer. Despite numerous studies on the topic, the absolute risk in patients with a positive family history remains unclear and therefore studies are lacking to validate non-invasive screening methods in individuals with positive family history. AIM: To quantify the risk of colorectal cancer in individuals with a positive family history. METHODS: A comprehensive electronic literature search was performed using PubMed from January 1955 until November 2017, EMBASE from 1947 until 2018, and Cochrane Library without date restrictions. Two independent reviewers conducted study selection, data extraction and quality assessment. A meta-analysis of Mantel-Haenzel relative risks was performed using the random effects model. Newcastle-Ottawa scale was used to score the quality of selected papers. Funnel plot and Egger's regression test was performed to detect publication bias. Subgroup analysis was performed comparing Asian and non-Asian studies. Sensitivity analyses were performed to rule out the effect of the timing of the study, overall quality, the main outcome and the effect of each individual study in overall result. RESULTS: = 90%). Egger's regression test showed asymmetry in the funnel plot and therefore the Trim and Fill method was used which confirmed the validity of the results. There was no difference between Asian versus non-Asian studies. Results remained robust in sensitivity analyses. CONCLUSION: Individuals with a positive family history of colorectal cancer are 1.87 times more likely to develop colorectal cancer. Screening guidelines should pay specific attention to individuals with positive family history and further studies need to be done on validating current screening methods or developing new modalities in this high-risk population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,075 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».