The Link between Food Environment and Colorectal Cancer: A Systematic Review
Notice bibliographique
Résumé
Food and diet are critical risk factors for colorectal cancer (CRC). Food environments (FEs) can contribute to disease risk, including CRC. This review investigated the link between FEs and CRC incidence and mortality risk. The systematic search of studies utilised three primary journal databases: PubMed, Scopus, and Web of Science. Retrieved citations were screened and the data were extracted from articles related to the FE-exposed populations who were at risk for CRC and death. We evaluated ecological studies and cohort studies with quality assessment and the Newcastle-Ottawa Quality Assessment Form for Cohort Studies, respectively. A descriptive synthesis of the included studies was performed. Out of 89 articles identified, eight were eligible for the final review. The included studies comprised six ecological studies and two cohort studies published from 2013 to 2021. Six articles were from the US, one was from Africa, and one was from Switzerland. All eight studies were of good quality. The significant finding was that CRC incidence was associated with the availability of specific foods such as red meat, meat, animal fats, energy from animal sources, and an unhealthy FE. Increased CRC mortality was linked with the availability of animal fat, red meat, alcoholic beverages, and calorie food availability, residence in food deserts, and lower FE index. There were a variety of associations between CRC and the FE. The availability of specific foods, unhealthy FE, and food desserts impact CRC incidence and mortality. Creating a healthy FE in the future will require focus and thorough planning.
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 | 0,004 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».