Dietary Habits and Colorectal Cancer Risk
Notice bibliographique
Résumé
According to the American Cancer Society (ACS) (2014), colorectal cancer (CRC) is the "3rd leading cause of cancer related deaths in the United States"(p. 3). Researches have hypothesized how dietary habits could increase an individual's risk of developing CRC. Diets high in red meat for example, have long been thought to produce carcinogens through cooking and digestive processes. These carcinogens damage colon DNA, leading to neoplastic changes (Raskov, Pommergaard, Burcharth, & Rosenberg, 2014). On the other hand, fiber has been suggested as having a protective nature to individuals with CRC risk. Throughout this literature review a case involving 65-year-old female from North Dakota will be explored. She presented with a chief complaint of loss of appetite, abdominal cramps, constipation, and blood in her stool. After undergoing diagnostic evaluation, she was diagnosed with adenocarcinoma of the colon. Searching the electronic databases of Pub Med and CINA.BL, as well as reviewing cited references from obtained articles completed a literature review. All articles were published between 2009~2015 from varying countries including United States, Japan, Europe, and Canada. In the following sections 10 studies will explore how an individual's diet could impact their risk of CRC. In conclusion, studies have shown diets high in red meats have the ability to increase an individual's risk of CRC. While diets high in vegetables and fiber can have a protective nature against CRC. The clinical benefit of this review is providing patients with this information to help lower CRC risk especially in those who have genetic predisposition.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».