Adherence to the Mediterranean Diet and the Risk of Head and Neck Cancer: A Systematic Review and Meta-Analysis of Case–Control Studies
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Head and neck cancer (HNC) is the seventh most common cancer worldwide, with rising incidence rates and significant mortality. While tobacco use, alcohol consumption, and viral infections are established risk factors, the role of dietary patterns, particularly adherence to the Mediterranean diet (MD), in HNC prevention has gained increasing attention. The aim of the current systematic review and meta-analysis is to investigate the association between adherence to the MD and the risk of HNC. METHODS: A comprehensive search was conducted, following PRISMA guidelines, to identify relevant studies published up to January 2024 that assessed the association between MD adherence and HNC risk in adults. Pooled odds ratios (OR) for a three-unit increase in MD adherence scores and corresponding 95% confidence intervals (CI) were calculated using a random-effects model. Study quality was assessed using the Newcastle-Ottawa Scale (NOS). RESULTS: = 92%). Individual component analyses from three studies revealed that higher fruit and vegetable consumption significantly decreased HNC risk, whereas legumes, fish, and low meat intake showed no statistically significant associations. CONCLUSIONS: Adherence to the Mediterranean diet is associated with a significantly reduced risk of head and neck cancer. These findings support the role of the MD in cancer prevention and highlight the potential benefits of MD adherence in reducing HNC risk. Further prospective studies and randomized controlled trials are needed to confirm these findings and explore the underlying mechanisms.
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 | 0,014 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,028 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».