The Gluten-free diet and oncological prevention – the importance of a conscious lifestyle for physically active people – A Literature Review
Notice bibliographique
Résumé
Introduction:Celiac disease is a chronic autoimmune disorder triggered by gluten ingestion in genetically predisposed individuals. If untreated, it leads to villous atrophy, chronic inflammation, and immune dysfunction. Studies show that active, untreated celiac disease increases cancer risk, particularly for lymphomas and gastrointestinal malignancies. The only effective treatment is a gluten-free diet. Recent research also suggests that regular physical activity may help modulate inflammation and boost immunity, potentially lowering cancer risk in autoimmune conditions like celiac disease. Aim of the Study: This review examines whether celiac patients are more prone to cancer and how a gluten-free diet modifies this risk. It focuses on cancers commonly linked to celiac disease—lymphomas, small intestine, esophageal, and hormone-related cancers—based on epidemiological, clinical, and pathophysiological studies. Materials and Methods: This review analyzes recent scientific literature, including cohort studies and meta-analyses, on the link between celiac disease and cancer. Increased risks are most evident for enteropathy-associated T-cell lymphoma, small intestine adenocarcinoma, and esophageal squamous cell carcinoma. Risk factors include chronic mucosal inflammation and immune dysregulation, especially before diagnosis or in those not adhering to dietary guidelines. Conclusions:A gluten-free diet is crucial for symptom control and cancer prevention, promoting mucosal healing and immune normalization. Long-term adherence significantly lowers cancer risk, often to general population levels. While data on stomach and colon cancer remain mixed, no elevated risk is seen in compliant patients. Interestingly, hormone-related cancers (e.g., breast, ovarian) may be less common, possibly due to altered hormone levels. Importantly, regular physical activity offers added protection by reducing inflammation and improving immune function.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».