Healthy Eating and Mortality among Breast Cancer Survivors: A Systematic Review and Meta-Analysis of Cohort Studies
Notice bibliographique
Résumé
This systematic review examined the effect of diet quality, defined as adherence to healthy dietary recommendations, on all-cause and breast cancer-specific mortality. Web of Science, Medline, CINAHL, and PsycINFO databases were searched to identify eligible studies published by May 2021. We used a random-effects model meta-analysis in two different approaches to estimate pooled hazard ratio (HR) and 95% confidence interval (CI) for highest and lowest categories of diet quality: (1) each dietary quality index as the unit of analysis and (2) cohort as the unit of analysis. Heterogeneity was examined using Cochran’s Q test and inconsistency I2 statistics. The risk of bias was assessed by the Newcastle–Ottawa Scale for cohort studies, and the quality of evidence was investigated by the GRADE tool. The analysis included 11 publications from eight cohorts, including data from 27,346 survivors and seven dietary indices. Both approaches yielded a similar effect size, but cohort-based analysis had a wider CI. Pre-diagnosis diet quality was not associated with both outcomes. However, better post-diagnosis diet quality significantly reduced all-cause mortality by 21% (HR = 0.79, 95% CI = 0.70, 0.89, I2 = 16.83%, n = 7) and marginally reduced breast cancer-specific mortality by 15% (HR = 0.85, 95% CI = 0.62, 1.18, I2 = 57.4%, n = 7). Subgroup analysis showed that adhering to the Diet Approaches to Stop Hypertension and Chinese Food Pagoda guidelines could reduce breast cancer-specific mortality. Such reduction could be larger for older people, physically fit individuals, and women with estrogen receptor-positive, progesterone receptor-negative, or human epidermal growth factor receptor 2-positive tumors. The risk of bias in the selected studies was low, and the quality of evidence for the identified associations was low or very low due to imprecision of effect estimation, inconsistent results, and publication bias. More research is needed to precisely estimate the effect of diet quality on mortality. Healthcare providers can encourage breast cancer survivors to comply with healthy dietary recommendations to improve overall health. (Funding: University of Central Florida Office of Undergraduate Research, Registration: PROSPERO-CRD42021260135).
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 | 0,016 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,035 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».