Carrot intake is consistently negatively associated with cancer incidence: A systematic review and meta-analysis of prospective observational studies
Notice bibliographique
Résumé
Carrots are main dietary sources of several potential anti-cancer compounds, including polyacetylenes, while β-carotene has shown no benefits in controlled cancer trials. Accordingly, associations between carrot intake and cancer incidence were quantified, where necessary using α-carotene as a non-causal biomarker of carrot consumption, by searching for studies published before June 2022 reporting risk estimates for relationships of cancer incidence with carrot intake or α-carotene intake or α-carotene plasma concentration, supplemented with hand searches of included studies and reviews. Meta-analyses comparing highest and lowest reported intakes in prospective studies using a random-effects model estimated summary relative risks (RRs) with 95% confidence intervals (CIs), separately for carrot intake or α-carotene plasma concentration, and the corresponding dose-responses. Of 198 observational studies, in 50 prospective studies with 52000 cases recording carrot intake, the cancer-risk was substantially reduced (RR 0.90, 95% CI 0.87–0.94, p ˂ 0·00004). In 30 prospective studies with 9331 cases reporting plasma α-carotene levels, summary RR was 0.80 (0.72–0.89, p ˂ 0·00006). For both exposure types, inter-study heterogeneity was moderate, interaction with cancer types insignificant, and the dose-response significant (p ˂ 0·01). In conclusion, carrot consumption is robustly associated with decreased cancer-risk; carrot consumption should be encouraged, and the causal mechanisms further investigated.
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 | 0,019 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,037 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».