Supplementary Material for: Lifestyle factors and development and natural course of gastroenteropancreatic neuroendocrine tumors (GEP-NETs): a review of the literature
Notice bibliographique
Résumé
Introduction: The rarity of neuroendocrine tumors (NETs) and their heterogeneous presentation, complicate the identification of risk factors for their development and natural course. Several tumor-specific prognostic factors have been identified, but less attention has been given to lifestyle factors as risk and prognostic factors. This review aims to identify studies on smoking, alcohol use, physical activity, diet body mass index (BMI) and diabetes and their association with the development and course of GEP-NETs. Methods: The literature was systematically searched for articles on lifestyle factors and NETs available via PubMed and Embase. Study quality was assessed using the Newcastle -Ottawa scale. Results: A total of 22 eligible studies out of 2915 screened articles were included. Most studies reported on smoking and alcohol, reporting conflicting results. Diet seems to have an influence on NET development, but little studies were published. Articles reporting on BMI were not unanimous on the effect on GEP-NETs. Diabetes was reported as a risk factor for NETs, whilst a protective effect was observed with metformin use. Conclusion: Different tissues, i.e., pancreas and small intestine, may respond differently to exposure to alcohol and smoking. Evidence for diet so far is too limited to draw conclusions. Diabetes seems to be an important risk factor for the development of pancreatic NET with a protective role in disease progression, while BMI is not unequivocally associated with development and prognosis of NETs. Hence, our findings suggest that lifestyle factors play an important role in NET development as disease course. Future research should consider lifestyle as an influence on disease progression and treatment response.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,475 | 0,049 |
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 ».