The Association between Red Meat Consumption and Advanced Colorectal Adenomas in a Population Undergoing a Screening-Related Colonoscopy in Alberta, Canada
Notice bibliographique
Résumé
The association between red meat consumption and colorectal cancer has been rigorously examined. However, a more comprehensive understanding of how the intake of unprocessed red meat contributes to the development of early precancerous colorectal lesions, such as advanced colorectal adenomas (ACRAs), requires further investigation. We examined the associations between different types of red meat intake and ACRAs in a sample population of 1083 individuals aged ≥ 50 years undergoing an initial screening colonoscopy in Calgary, Alberta, Canada. Associations between grams per day of total, processed, and unprocessed red meat from diet history questionnaires and ACRAs were evaluated with multivariable logistic regression models. We also applied cubic spline models fitted with three knots (10th, 50th, and 90th percentiles) to identify potential nonlinear associations. We did not observe a meaningful association between unprocessed red meat intake and the presence of ACRAs. In contrast, for every 10 g/d increase in total and processed meat intake, we observed an increase in the odds of ACRAs at the screening colonoscopy (adjusted odds ratio (OR) = 1.05, 95% [CI = 1.01–1.09], p = 0.04) and (adjusted OR = 1.11, 95% [CI = 1.02–1.20], p = 0.02), respectively. This study highlights the importance of differentiating between types of red meat consumption in the context of dietary risks associated with ACRAs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».