Prevalence of Cancer Among Individuals Practicing Fasting
Notice bibliographique
Résumé
This systematic review aims to comprehensively evaluate the prevalence of cancer among individuals practicing fasting, including intermittent, religious, and therapeutic fasting. The review seeks to synthesize existing epidemiological evidence to determine whether fasting practices are associated with differences in cancer occurrence within human populations. The project follows the PRISMA 2020 guidelines and is registered on OSF for methodological transparency. Literature searches will be conducted across major scientific databases, including PubMed, Scopus, Web of Science, Embase, and Google Scholar, using well-defined search terms related to fasting and cancer prevalence. Eligible studies will include observational and interventional designs reporting quantitative data on cancer prevalence or incidence among fasting populations. Two independent reviewers will perform screening, data extraction, and quality assessment using standardized tools such as the Newcastle–Ottawa Scale and the Cochrane Risk of Bias Tool. Data will be synthesized narratively and, if feasible, quantitatively (meta-analysis) using RevMan software. The expected outcomes include identifying patterns of association between fasting and cancer prevalence, highlighting regional or demographic variations, and recognizing research gaps for future studies. Ultimately, this review will contribute to a clearer understanding of how fasting behaviors may relate to cancer epidemiology, supporting evidence-based recommendations in preventive and public health contexts.
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 | 0,018 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,003 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,012 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,029 | 0,017 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».