Extent of Food Processing and Risk of Prostate Cancer: The PROtEuS Study in Montreal, Canada
Notice bibliographique
Résumé
We studied the association between food intake, based on the extent of processing, and prostate cancer risk in a population-based case-control study conducted in Montreal, Canada in 2005–2012. Incident prostate cancer cases (n = 1919) aged ≤75 years were histologically confirmed. Population controls (n = 1991) were randomly selected from the electoral list and frequency-matched to cases by age (±5 years). A 63-item food frequency questionnaire focusing on the two years prior to diagnosis/interview was administered by interviewers. The NOVA classification was used to categorize foods based on processing level. Unconditional logistic regression estimated the association between food intake and prostate cancer risk, adjusting for age, education, ethnicity, family history, and timing of last prostate cancer screening. Consumption of unprocessed or minimally processed foods showed a slight, inverse association (Odd ratio [OR] 0.86, 95% confidence interval [CI] 0.70–1.07; highest vs. lowest quartile) with prostate cancer. An increased risk was observed with higher intake of processed foods (OR 1.29, 95%CI 1.05–1.59; highest vs. lowest quartile), but not with consumption of ultra-processed food and drinks. The associations with unprocessed/minimally processed foods and processed foods were slightly more pronounced for high-grade cancers (ORs 0.80 and 1.33, respectively). Findings suggest that food processing may influence prostate cancer risk.
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) | 0,000 | 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 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 ».