Mediterranean Diet Patterns in Relation to Lung Cancer Risk: A Meta-Analysis
Notice bibliographique
Résumé
Background We systematically quantified the currently inconclusive association between Mediterranean diet patterns and the risk of lung cancer. Methods We searched the PubMed, Cochrane, Database of Abstracts of Reviews of Effects (DARE) and Web of Science electronic databases to identify relevant articles published before October 2021. We used the Newcastle–Ottawa scale to assess the quality of the published research and a random-effects model to estimate the aggregate hazard ratios and 95% CIs. As a result of significant heterogeneity, we performed subgroup analysis, meta-regression analysis, and sensitivity analysis. Where data were available, we also performed a dose–response analysis. Results Nine articles were included in the meta-analysis. The meta-analysis showed that there was a significant negative correlation between Mediterranean diet patterns and the risk of lung cancer in the general population with a hazard ratio of 0.82, a 95% CI of 0.74–0.92, and a high heterogeneity ( I 2 = 59.9%, P < 0.05). As a result of the significant heterogeneity, we conducted subgroup analysis, meta-regression analysis, and sensitivity analysis and found that the study design was the source of the heterogeneity. Subgroup analysis and sensitivity analysis showed that the final results did not change very much, the sensitivity was low and the results were relatively stable. The dose–response relationship showed that, based on the lowest Mediterranean diet score (0 points), for every three-point increase, the risk of lung cancer was reduced by 9%. Conclusion The evidence in this meta-analysis shows that there is a significant negative correlation between Mediterranean diet patterns and the risk of lung cancer, suggesting that Mediterranean diets are a protective factor in lung cancer.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 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 ».