Meat intake and risk of gastric cancer in the Stomach cancer Pooling (StoP) project
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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) | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle