Co-consumption of Vegetables and Fruit, Whole Grains, and Fiber Reduces the Cancer Risk of Red and Processed Meat in a Large Prospective Cohort of Adults from Alberta’s Tomorrow Project
Notice bibliographique
Résumé
We examined whether co-consumption of red and processed meat with key foods items and food constituents recommended for cancer prevention (vegetables and fruit, whole grains, and fiber) mitigates cancer incidence. In a prospective cohort of 26,218 adults aged 35-69 years at baseline, dietary intake was collected through 124-item past-year food frequency questionnaire. Incidence of all-cause and 15 cancers previously linked to red and processed meat intake was obtained through data linkage with a cancer registry (average follow-up 13.5 years). Competing risk Cox Proportional Hazard models estimated cancer risk and Accelerated Failure Time models estimated time-to-cancer occurrence for different combinations of intake levels while considering mortality from vital statistics and established confounders. Co-consumption of low vegetables and fruit intake with high processed meat was associated with higher incidence of all-cause and 15 cancers (men: HR = 1.85, 1.91; women: HR = 1.44, 1.49) and accelerated time-to-cancer occurrence (men: 6.5 and 7.1 years and women: 5.6 and 6.3 years, respectively), compared to high vegetables and fruit with low processed meat intake. Less pronounced and less consistent associations were observed for whole grains and fiber and for red meat. The findings provide initial evidence toward refining existing cancer prevention recommendations to optimize the intake and combination of foods in the general adult population.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».