Can Artificial Sweeteners Increase the Risk of Cancer Incidence and Mortality: Evidence from Prospective Studies
Notice bibliographique
Résumé
Cancer has become a major challenge in the global disease burden. Artificial sweeteners are a class of chemical compounds that are used as food and beverage addition agent to replace sugar. However, the health effects of consuming artificial sweeteners are still unclear. This meta-analysis was performed to evaluate the role of artificial sweeteners on cancer. The databases PubMed, Cochrane Library, MEDLINE, Web of Science and EMBASE were searched up until July 2022. A Newcastle−Ottawa scale (NOS) was used to estimate the study quality. A total of 25 observational studies were included with a total of 3,739,775 subjects. The intake of artificial sweeteners had no apparent association with overall cancer incidence and mortality. However, in Europe, artificial sweeteners’ intake could increase the risk of cancer incidence (HR/RR = 1.07, 95% CI = [1.02, 1.12], I2 = 25.8%, P = 0.223), which appears to be related to a shift in nutritional behaviors in the countries. Significant results were also observed in subgroups with aspartame and a mixed intake of artificial sweeteners. Moreover, higher risk was observed for artificial sweeteners intake in all-cause mortality (HR/RR =1.13, 95% CI = [1.03, 1.25], I2 = 79.7%, p < 0.001) and a J-shaped association between them was found. More data from well-conducted studies and clinical trials are required.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,000 | 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 ».