The relevance of nutrition to pediatric oncology: A cancer control perspective
Notice bibliographique
Résumé
It is indisputable that adequate and appropriate nutrition is fundamental to the health, growth, and development of infants, children, and adolescents, including those with cancer. Nutrition has a role in most of the accepted components of the cancer control spectrum, from prevention through to palliation. The science of nutrigenomics, nutrigenetics, and bioactive foods (phytochemicals), and how nutrition affects cancer biology and cancer treatment, is growing. Nutritional epigenetics is giving us an understanding that there are possible primary prevention strategies for pediatric cancers, especially during conception and pregnancy, which need to be studied. Primary prevention of cancer in adults, such as colorectal cancer, should commence early in childhood, given the long gestation of nutritionally related cancers. Obesity avoidance is definitely a target for both pediatric and adult cancer prevention, commencing in childhood. There is now compelling evidence that the nutritional status of children with cancer, both overweight and underweight, does affect cancer outcomes. This is a potentially modifiable prognostic factor. Consistent longitudinal nutritional assessment of patients from diagnosis through treatment and long-term follow-up is required so that interventions can be implemented and evaluated. While improving, there remains a dearth of basic and clinical nutritional research in pediatric oncology. The perspective of evaluating nutrition as a cancer control factor is discussed in this article.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».