The Association Between Metabolic Status and Risk of Cancer Among Patients With Obesity: Metabolically Healthy Obesity vs. Metabolically Unhealthy Obesity
Notice bibliographique
Résumé
Background Controversial evidence about the association between cancer risk and metabolic status among individuals with obesity has been reported, but pooled data remain absent. This study aims to present pooled data comparing cancer risk between patients with metabolically healthy obesity (MHO) and metabolically unhealthy obesity (MUO). Methods The current study systematically searched pieces of literature on January 4, 2021, of prospective cohorts that compare the incidence of cancer between MHO and MUO. The quality of included studies was assessed using Newcastle–Ottawa scale, and publication bias was evaluated using funnel plots. Results Eleven high-quality studies were eventually selected. Quantitative analysis indicates that a lower cancer incidence exists for MHO phenotype than that for MUO (odds ratio [OR], 0.71; 95% confidential interval [CI], 0.61–0.84). Consistent outcomes are presented by subgroup analyses, which are grouped by cohort region (western population: [OR, 0.84; 95% CI, 0.75–0.93]; Asian population: [OR, 0.64; 95% CI, 0.54–0.77]); definition of metabolic unhealthiness (≥3 metabolic abnormalities: [OR, 0.62; 95% CI, 0.54–0.71]; ≥1 metabolic abnormality: [OR, 0.76; 95% CI, 0.62–0.94]); and definition of obesity (body mass index (BMI), ≥30 kg/m 2 : [OR, 0.84; 95% CI, 0.73–0.98]; BMI, ≥25 kg/m 2 : [OR, 0.53; 95% CI, 0.52–0.55]). Conclusion In conclusion, this study suggests a reduced cancer risk for MHO compared to MUO regardless of population heterogeneity, or the definitions of obesity and metabolic status.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».