Association between Dietary and Supplemental Antioxidants Intake and Lung Cancer Risk: Evidence from a Cancer Screening Trial
Notice bibliographique
Résumé
Previous studies provided inconsistent results on the effects of antioxidant nutrient intake on lung cancer prevention. We aimed to evaluate the association between antioxidant consumption from food and supplemental sources and lung cancer incidence. Data were obtained from the Prostate, Lung, Colorectal, and Ovarian (PLCO) cancer screening trial. A total of 98,451 participants were included in the data analysis. We used a multivariable Cox proportional hazards regression model to calculate hazard ratios (HRs) and 95% confidence intervals (CIs) for the association between antioxidant intake and lung cancer risk. Dose-response assessments for individual nutrients were conducted. We also selected the model for the best combination of antioxidants for reducing lung cancer risk using machine learning methods. After the median follow-up of 12.2 years, 1642 new cases were identified. Intake of the calculated HRs indicated a trend for a higher quartile of food-based Composite Dietary Antioxidant Index (fCDAI) associated with a lower lung cancer risk after adjusting for covariates (HRQ4vs.Q1 = 0.64, 95% CI: 0.52, 0.79; P for trend < 0.001). Protective effects of dietary antioxidant intake were observed across all individual antioxidant micronutrients except magnesium. Random forests model suggested the dietary intake group of α-carotene, magnesium, vitamin C, vitamin E, lycopene, selenium, lutein, and zeaxanthin, and β-carotene had the most favorable effects on lung cancer prevention. Higher consumption of antioxidants from food sources has a protective effect against lung cancer, while no effects were shown in the supplemental group. It is recommended to consume a combination of various antioxidants due to the potential benefits from the interaction, while more research should be performed to investigate the underlying mechanisms of antioxidant synergic effects on lung cancer risk reduction.
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 | 0,010 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».