Green space exposure and colorectal cancer: A systematic review
Notice bibliographique
Résumé
Green space has been linked to colorectal cancer, but the evidence is still limited and inconclusive. This review aimed to investigate the relationship between green space and CRC. The studies were searched using three primary journal databases: PubMed, Scopus, and Web of Science. The retrieved citations were screened, and data from articles about GS exposure and CRC were extracted. The Newcastle-Ottawa Quality Assessment Form for Cohort Studies was used to evaluate the studies' quality. Five of the 1792 articles identified were eligible for the final review, which included five cohort studies published between 2017 and 2022. Each one article from the United States, the United Kingdom, France, Belgium, and Germany and All studies are of high quality. Four studies reported CRC incidence and one study reported CRC mortality from GS exposure. There was no significant association between GS attributes (Normalized Difference Vegetation Index (NDVI), surrounding greenness, surrounding green area, proximity to GS (agricultural lands, urban GSs, and forests), and count of recreational facilities and parks) with CRC. Only one study discovered that a healthier ecosystem was linked to a lower CRC risk. Although the evidence is still limited, the findings may indicate the presence of other factors in the relationship between GS and CRC. Future research should continue to focus on the variation of GS and the factors that influence it. Specific attention to the development of GS has the potential to produce benefits while mitigating cancer risk.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,008 | 0,011 |
| 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) | 0,005 | 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 ».