Fruit and Vegetable Consumption and the Risk of Prostate Cancer: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Emerging researches has evaluated whether fruit and vegetable consumption reduce the risk of prostate cancer. However, the conclusions of published articles remained confusing. Thus, we conducted an updated systematic review and meta-analysis to confirm the relationship of fruit and vegetable consumption and the risk of prostate cancer. METHOD: We searched PubMed, EMBASE, Web of Science and Chinese National Knowledge Infrastructure (CNKI) up to September 1, 2020. We finally included 17 cohort studies related to fruit or vegetable intake after rigid quality assessment and checking references of the retrieved articles and relevant reviews. Newcastle-Ottawa scale was adopted to assess the quality of studies and random effect model with RR and 95% CI were used to assess the risk. RESULTS: No significant relationship was found between fruit consumption (RR = 1.00, 95% CI = 0.94-1.05) and vegetable consumption (RR = 0.98, 95% CI = 0.94-1.02) and the risk of prostate cancer. No significant heterogeneity or publication bias was identified. CONCLUSION: Our updated meta-analysis demonstrated that fruit and vegetable consumption can barely reduce the risk of prostate cancer with several limitations. Further clinical and basic researches are eagerly awaited to confirm our results and clarify the potential biological mechanisms.
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) | 0,006 | 0,001 |
| 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 ».