Association between wine consumption and cancer: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Alcohol consumption is related to the risk of developing different types of cancer. However, unlike other alcoholic beverages, moderate wine drinking has demonstrated a protective effect on the risk of developing several types of cancer. Objective: To analyze the association between wine consumption and the risk of developing cancer. Methods: We searched the MEDLINE (through PubMed), Scopus, Cochrane, and Web of Science databases to conduct this systematic review and meta-analysis. Pooled relative risks (RRs) were calculated using the DerSimonian and Laird methods. I2 was used to evaluate inconsistency, the τ2 test was used to assess heterogeneity, and The Newcastle-Ottawa Quality Assessment Scale were applied to evaluate the risk of bias. This study was previously registered in PROSPERO, with the registration number CRD42022315864. Results: Seventy-three studies were included in the systematic review, and 26 were included in the meta-analysis. The pooled RR for the effect of wine consumption on the risk of gynecological cancers was 1.03 (95% CI: 0.99, 1.08), that for colorectal cancer was 0.92 (95% CI: 0.82, 1.03), and that for renal cancer was 0.92 (95% CI: 0.81, 1.04). In general, the heterogeneity was substantial. Conclusion: The study findings reveal no association between wine consumption and the risk of developing any type of cancer. Moreover, wine drinking demonstrated a protective trend regarding the risk of developing pancreatic, skin, lung, and brain cancer as well as cancer in general. Systematic review registration: https://www.crd.york.ac.uk/prospero/display_record.php?ID=CRD42022315864, identifier CRD42022315864 (PROSPERO).
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».