Meat intake and risk of gastric cancer in the Stomach cancer Pooling (StoP) project
Notice bibliographique
Résumé
The consumption of processed meat has been associated with noncardia gastric cancer, but evidence regarding a possible role of red meat is more limited. Our study aims to quantify the association between meat consumption, namely white, red and processed meat, and the risk of gastric cancer, through individual participant data meta-analysis of studies participating in the "Stomach cancer Pooling (StoP) Project". Data from 22 studies, including 11,443 cases and 28,029 controls, were used. Study-specific odds ratios (ORs) were pooled through a two-stage approach based on random-effects models. An exposure-response relationship was modeled, using one and two-order fractional polynomials, to evaluate the possible nonlinear association between meat intake and gastric cancer. An increased risk of gastric cancer was observed for the consumption of all types of meat (highest vs. lowest tertile), which was statistically significant for red (OR: 1.24; 95% CI: 1.00-1.53), processed (OR: 1.23; 95% CI: 1.06-1.43) and total meat (OR: 1.30; 95% CI: 1.09-1.55). Exposure-response analyses showed an increasing risk of gastric cancer with increasing consumption of both processed and red meat, with the highest OR being observed for an intake of 150 g/day of red meat (OR: 1.85; 95% CI: 1.56-2.20). This work provides robust evidence on the relation between the consumption of different types of meat and gastric cancer. Adherence to dietary recommendations to reduce meat consumption may contribute to a reduction in the burden of gastric 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 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 | 0,019 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,020 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».