The association between Selenium and Epithelial Ovarian Cancer (EOC) among women; A protocol of a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Introduction: Selenium (Se) may have a protective effect against some selected cancers. Ovarian cancer is ranked as one of the major killers of all gynecological malignancies worldwide. The objective of this study is to find the relationship between selenium intake and Epithelial Ovarian Cancer risk in women who have not had an oophorectomy. Methods: A comprehensive electronic search was carried out according to the prepared strategy from the starting date of the PubMed/Medline, EMBASE, Scopus, Proquest, and Web of Science databases up to 30th of September 2022 without limitations related to language and publication status. Studies were screened by COVIDENCE. Cohort studies, case-control studies, cross-sectional analytical studies, ecological studies, and randomized control studies were included, and descriptive studies were excluded from the systematic review. The exposure of interest is high selenium intake from either food sources or supplements and also high measures of selenium in blood, toenails, or other biological samples, and high measures of serum selenoproteins. Data extraction will be done. New Castle Ottawa Scale will be used to assess the bias of observational studies. The findings will be synthesized first via a narrative description. If data permits results will be displayed via forest plots. All analyses will be conducted using STATA-17. Discussion: Ovarian cancer is the most fatal gynecological malignancy among women. Due to the lack of recommended screening tools, the identification of modifiable effective risk factors and preventive tools are essential to reduce ovarian cancer burden. Selenium is a powerful antioxidant, therefore it prevents cell damage. It was proven in some studies that selenium protects against the development of some selected cancers. Therefore it is envisaged to find whether there is an inverse relationship between selenium and ovarian cancer for future preventive strategies. Systematic review registration : Registered in the International Prospective Register of Systematic Reviews (PROSPERO)- CRD42022356472
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 | 0,021 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».