MétaCan
Menu
Retour à la cohorte
Enregistrement W4394222511 · doi:10.6084/m9.figshare.13181310

Drinking-water nitrate and cancer risk: A systematic review and meta-analysis

2020· review· en· W4394222511 sur OpenAlexaff
Eno E. Essien, Kassim Said Abasse, André Côté, Kassim Said Mohamed, Mirza Muhammad Faran Ashraf Baig, Murad Habib, Muhammad Naveed, Xiaojin Yu, Weihua Xie, Sun Jinfang, Muhammad Abbas

Notice bibliographique

RevueFigshare · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSulfur Compounds in Biology
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisNitrateEnvironmental scienceEnvironmental healthMedicineInternal medicineBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Nitrate is an inorganic compound that occurs naturally in all surface and groundwater, although higher concentrations tend to occur only where fertilizers are used on the land. The regulatory limit for nitrate in public drinking water supplies was set to protect against infant methemoglobinemia, but other health effects were not considered. Risk of specific cancers and congenital disabilities may be increased when the nitrate is ingested, and nitrate is reduced to nitrite, which can react with amines and amides by nitrosation to form N-nitroso compounds which are known animal carcinogens. This study aims to evaluate the association between nitrate ingested through drinking water and the risk of developing cancers in humans. We performed a systematic review following PRISMA and MOOSE guidelines. A literature search was performed using PubMed, EMBASE, the Cochrane Library databases, Web of Science and Google Scholars in the time-frame from their inception to January 2020, for potentially eligible publications. STATA version 12.0 was used to conduct meta-regression and a two-stage meta-analysis. A total of 48 articles with 13 different cancer sites were used for analysis. The meta-regression analysis showed stomach cancer had an association with the median dosage of nitrate from drinking water (t = 3.98, p = 0.0001, and adjusted R-squared = 50.61%), other types of cancers didn’t show any association. The first stage of meta-analysis showed there was an association only between the risk of brain cancer & glioma (OR = 1.15, 95% CI: 1.06, 1.24) and colon cancer (OR = 1.11, 95% CI: 1.04, 1.17) and nitrate consumption in the analysis comparing the highest ORs versus the lowest. The 2nd stage showed there was an association only between the risk colon cancer (OR = 1.14, 95% CI: 1.04, 1.23) and nitrate consumption in the analysis comparing all combined higher ORs versus the lowest. This study showed that there is an association between the intake of nitrate from drinking water and a type of cancer in humans. The effective way of controlling nitrate concentrations in drinking water is the prevention of contamination (water pollution). Further research work on this topic is needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,019
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0160,037
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,339
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetSulfur Compounds in BiologyTravaux en français237 207