Association of Recommended and Non-Recommended Food Score and Risk of Bladder Cancer: A Case-Control Study
Notice bibliographique
Résumé
Bladder cancer (BC) is the ninth most common cancer in the world. Dietary patterns and diet quality could reduce exposure to carcinogenic factors postulated to increase the risk of BC. The main objective of this study was to investigate the associations of Recommended Food Score (RFS) and Non-Recommended Food Score (n-RFS) with the risk of BC among Iranian adults. = 200) were selected from the same hospital where cases were recruited. Controls were patients with non-neoplastic diseases that are not related to smoking, or long-term diet modification. Dietary intake was assessed by a 168-item Food Frequency Questionnaire (FFQ), which was validated in Iran. Logistic regression tests were used to estimate the relationship between RFS and n-RFS with BC. The risk of BC decreased by 69% (OR = 0.31; 95% CI:0.13-0.71) among participants belonging to the highest compared with the lowest quartile of RFS. After adjusting for age, sex, smoking, and total energy, a significant inverse trend was observed between the risk of BC and quartile of RFS. Regarding the n-RFS, also expressed as quartiles, subjects in the fourth quartile were at 2.7 times higher risk of having BC compared to participants in the first quartile (OR = 2.7; 95%CI: 1.07-6.78). The findings of this study suggested that, adherence to RFS decreased the risk of BC. Additionally, a higher score of n-RFS may lead to an increased risk of BC. These findings could be used to develop evidence-based recommendations for the prevention of BC in Iran.
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) | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».