Dietary glycaemic index, glycaemic load and head and neck cancer risk: a pooled analysis in an international consortium
Notice bibliographique
Résumé
Abstract High dietary glycaemic index (GI) and glycaemic load (GL) may increase cancer risk. However, limited information was available on GI and/or GL and head and neck cancer (HNC) risk. We conducted a pooled analysis on 8 case-control studies (4081 HNC cases; 7407 controls) from the International Head and Neck Cancer Epidemiology (INHANCE) consortium. We estimated the odds ratios (ORs) and 95% confidence intervals (CIs) of HNC, and its subsites, from fixed- or mixed-effects logistic models including centre-specific quartiles of GI or GL. GI, but not GL, had a weak positive association with HNC (ORQ4 vs. Q1 = 1.16; 95% CI = 1.02–1.31). In subsites, we found a positive association between GI and laryngeal cancer (ORQ4 vs. Q1 = 1.60; 95% CI = 1.30–1.96) and an inverse association between GL and oropharyngeal cancer (ORQ4 vs. Q1 = 0.78; 95% CI = 0.63–0.97). This pooled analysis indicates a modest positive association between GI and HNC, mainly driven by laryngeal 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 | 0,017 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,017 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».