Diabetes mellitus and the risk of ovarian cancer: an updated systematic review and meta-analysis of cohort and case–control studies
Notice bibliographique
Résumé
OBJECTIVE: The goal of this study is to evaluate the association between diabetes mellitus and the risk of ovarian cancer development through an updated systematic review and meta-analysis. METHODS: A comprehensive search was conducted across multiple databases from their inception through April 2025, identifying observational studies that provided quantitative risk estimates for the correlation between diabetes mellitus and ovarian cancer. Pooled relative risks and corresponding confidence intervals were determined via random-effects models. Subgroup analyses were performed based on diabetes subtype, study design, age, geographic region, adjustment status and study quality which was evaluated through the Newcastle-Ottawa Scale. RESULTS: The pooled relative risk (RR) was found to be 1.14 (95% CI, 1.02-1.27); indicating a modest though statistically significant association between diabetes mellitus and ovarian cancer development. In total, 43 studies (30 cohort, 13 case-control) contributed 46 effect sizes, and between-study heterogeneity was found to be high (I² = 88.35%). According to subgroup analyses, diabetes subtypes (type 1 RR: 1.46; type 2 RR: 1.12; gestational RR: 1.09), study design or adjustment status did not reach to statistical significance regarding the increase in risk. Furthermore, the Egger's test showed no evidence of publication bias (p = 0.24), alongside sensitivity analyses confirming the robustness of the pooled estimate. CONCLUSION: The present study, being an updated meta-analysis, implies a modest, statistically significant increase in the risk of ovarian cancer development which is associated with diabetes mellitus; although the overall calculated effect size remains small. While the potential biological mechanisms linking diabetes mellitus to ovarian cancer development are plausible, diabetes mellitus does not appear to be a significant risk factor independently. Future prospective studies that incorporate comprehensive phenotyping, treatment exposure plus molecular tumor characteristics are of most necessity to further elucidate this association and enhance risk stratification.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».