Glycemic Index, Glycemic Load and Cancer Risk: An Updated Meta-Analysis
Notice bibliographique
Résumé
Diets high in glycemic index (GI) and glycemic load (GL) have been related to an increased risk of selected cancers, but additional quantification is required. We updated a systematic review and meta-analysis published in 2015 to May 2019 to provide quantitative information on GI/GL and cancer risk. Relative risks (RR) and the corresponding 95 % confidence intervals (CI) for the highest versus the lowest categories of GI and GL were extracted from selected studies and pooled using random-effects models. Twenty reports (>22,000 cancer cases) have become available after January 2015, and 15 were added to the meta-analyses by cancer sites, which considered a total of 88 investigations. The five additional reports were reviewed, but not included in the meta-analyses, since data were inadequate to be pooled. For hormone-related cancers, summary RRs for the highest versus lowest GI and GL intakes were moderately increased. They ranged from 1.04 (breast) to 1.12 (endometrium) for GI and from 1.03 (prostate) to 1.22 (ovary) for GL, of borderline significance. High GI was associated with small increased risks of colorectal (summary RR for GI: 1.20, 95% CI, 1.07-1.34-GL: 1.09, 95% CI, 0.97-1.22, 19 studies), bladder (GI: 1.25, 95% CI, 1.11-1.41-GL: 1.10, 95% CI, 0.85-1.42, four studies) and kidney cancers (GI: 1.16, 95% CI, 1.02-1.32-GL: 1.14, 95% CI, 0.81-1.60, five studies). GL was not significantly related to those cancer sites. Stomach, prostate and lung cancers were not associated with GI and GL. The present analysis, based on an updated comprehensive evaluation of the epidemiological literature, indicates moderate unfavorable effects of high versus low GI on colorectal, and possibly bladder and kidney cancers, and a possible moderate positive association between GL and endometrial 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».