The correlation between chili pepper consumption and gastric cancer risk: A meta-analysis.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The correlation between chili pepper intake and gastric cancer (GC) risk has been controversial. We conducted a meta-analysis of 16 studies to provide updated evidence for this uncertainty. METHODS AND STUDY DESIGN: Medline, and China National Knowledge Infrastructure (CNKI) databases were searched to obtain all qualified literature related to pepper consumption and GC incidence before June 2020. Random effects models were adopted to integrate the relative risk of individual studies. The Newcastle-Ottawa Scale (NOS) was used to assess the quality of the literature of each included study. Dose response meta-analysis was implemented through the one-stage robust error meta-regression (REMR) approach. RESULTS: 16 studies (8337 cases) were included in quantitative meta-analysis. The pooled odds ratio (OR) of GC for the highest versus the lowest category of chili consumption were 1.51 (95% confidence interval [CI]=1.02-2.00) for all countries, 2.05 (95% CI=1.15-2.95) for Mexican, 2.03 (95% CI =0.71-3.34) for Colombian, 1.92 (95% CI=1.21-2.64) for Asian and 0.48 (95% CI=0.24-0.72) for other countries. Dose-response meta-analysis showed that there was a positive linear correlation between the risk of GC and the daily frequency of chili consumption. CONCLUSIONS: Significantly increased consumption of chili pepper or capsaicin has the potential to increase the risk of gastric cancer, however, inconsistencies still exist in subgroup analysis between different regions.
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 | 0,018 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,060 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».