Relationship between alcohol consumption and the risks of liver cancer, esophageal cancer, and gastric cancer in China
Notice bibliographique
Résumé
OBJECTIVE: : To study the correlation between alcohol consumption and the risks of liver, esophageal squamous cell carcinoma (ESCC), and gastric cancers in China mainland by meta-analysis. METHODS: : We systematically searched electronic databases to identify the case-control studies that reported the association between alcohol consumption and the risks of liver, ESCC, and gastric cancers from January 1, 2010 to April 1, 2020. The Newcastle-Ottawa Scale (NOS) was used to evaluate literature quality, and I2 analyzes were used to evaluate the heterogeneity. RESULTS: : A total of 2855-related studies were retrieved. After conditional screening, we included 26 case-control studies for meta-analysis. Meta-analysis showed that alcohol consumption was associated with increased risks of liver, ESCC, and gastric cancers (total pooled odds ratio [OR], 1.83; 95% confidence interval [CI], 1.58-2.11; liver cancer OR, 1.83; 95% CI, 1.39-2.40; ESCC OR, 2.00; 95% CI, 1.66-2.40; gastric-cancer OR, 1.54; 95% CI, 1.10-2.15). Subgroup analysis results showed that the pooled ORs of volume of alcohol consumed, years of drinking, age of starting drinking, and drinking status were 1.71 (95% CI, 1.36-2.15), 1.65 (95% CI, 1.33-2.06), 1.38 (95% CI, 0.98-1.94), and 2.00 (95% CI, 1.42-2.81), respectively. Regression analysis showed that geographical region was a source of heterogeneity. CONCLUSION: : Alcohol consumption increased the risks of liver cancer, ESCC, and gastric cancers in China. Volume of alcohol consumed, years of drinking, age of starting drinking, and drinking status were all significant factors for these risks.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,016 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».