MétaCan
Menu
← Retour à la cohorte
Enregistrement W3160749945 · doi:10.21203/rs.3.rs-19382/v1

Leisure-time physical activity and gastric cancer risk: a pooled study within the Stomach cancer Pooling (StoP) Project

2020· preprint· en· W3160749945 sur OpenAlexaff
Jovana Stojanovic, Luca Giraldi, Ken Johnson, Jinfu Hu, Antonio Molina de la Torre, Guillermo Fernández‐Tardón, Давид Заридзе, Dmitry Maximovich, Eva Negri, Carlo La Vecchia, Zuo‐Feng Zhang, Robert C. Kurtz, Claudio Pelucchi, Matteo Rota, Roberta Pastorino, Stefania Boccia

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of OttawaConcordia University
Organismes subventionnairesMinistero della Salute
Mots-clésCancerPhysical activityPoolingStomach cancerStomachMedicineOncologyInternal medicinePhysical therapyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Background Physical activity (PA) has been recognized as a protective factor against several types of cancer, though robust evidence related to Gastric Cancer (GC) are lacking. This study aimed to establish whether leisure-time PA can prevent GC using data from a large pooled analysis of case-control studies within the Stomach cancer Pooling (StoP) Project.Methods Five case-control studies from StoP project collected data on PA, for a total of 2,415 cases and 9,722 controls. Subjects were classified into three leisure-time PA categories, either none/low, intermediate or high, based on study-specific tertiles. We used a two-stage approach. Firstly, we applied multivariable logistic regression models to obtain study-specific odds ratios (ORs) and corresponding 95% confidence intervals (CIs). Afterwards, we used a random-effect models for estimating pooled effect estimates. Heterogeneity across studies was assessed using Q and I 2 statistics. We performed stratified analyses according to demographic, lifestyle and clinical covariates.Results The pooled ORs for GC risk were 0.90 (95% CI: 0.72, 1.13) for intermediate, and 0.72 (95% CI: 0.57, 0.91) for high levels of leisure-time PA. There was no evidence of significant heterogeneity in outcome estimates ( I 2 = 49.7%; p=0.094 for intermediate; I 2 = 42.9%, p=0.135 for high levels of exposure). GC risk estimates did not differ across strata of selected covariates.Conclusions Our study is the largest pooled analysis that provides insights about protective effects of high levels of recreational PA on GC risk. Although our results should be confirmed from large cohort studies, the implications have relevant public health significance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,043
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0060,020
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,349
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNutritional Studies and Diet→Travaux en français237 207→