La relation entre la qualité de l'alimentation et la récidive chez les survivantes du cancer de l'ovaire
Bibliographic record
Abstract
Contexte : Le cancer de l’ovaire est considéré comme le cancer gynécologique le plus meurtrier au Canada et dans de nombreux pays. La majorité des femmes, en rémission après un cancer de l’ovaire, auront une récidive, fragilisant leur pronostic. Il existe un manque de connaissances sur la relation entre les facteurs modifiables et la survie au cancer de l’ovaire. L’alimentation semble jouer un rôle protecteur pour la survie au cancer du sein et du colon. En revanche, pour le cancer de l’ovaire, les études demeurent insuffisantes et controversées. Objectif : Nous avons souhaité examiner la relation entre la qualité de l’alimentation post-diagnostique précisément après le traitement et la récidive chez les survivantes du cancer de l’ovaire. Méthodes : Un total de 98 femmes diagnostiquées d’un cancer de l’ovaire épithélial de haut grade ont été recrutées à partir de l’étude de cohorte prospective sur les Habitudes de vie et le Pronostic du cancer de l’Ovaire au Québec (HPROQ). La qualité de l’alimentation à 6 et 10 mois post-traitement a été évaluée selon le Canadian - Healthy Eating Index 2005 (C-HEI 2005). Les rapports de risque instantanés (HR) et les intervalles de confiance à 95% (IC 95%) ont été obtenus selon le modèle à risque proportionnel de Cox pour examiner la relation entre la qualité de l’alimentation à 6 mois post-traitement et la récidive après un cancer de l’ovaire. Une seconde analyse a été réalisée en incluant les données du score C-HEI 2005 à 6 et à 10 mois post-traitement selon le modèle de Cox dépendant du temps. Résultats : Sur un suivi médian de 1,7 an, 47 participantes (48%) ont récidivé. Les résultats démontrent un HR proche de la valeur nulle pour la relation entre la qualité de l’alimentation élevée à 6 mois post-traitement et la récidive après un cancer de l’ovaire (HR tertile de score C-HEI 2005 le plus élevée versus le plus bas : 1,14, IC 95% : 0,52-2,54). Pour l’analyse de la régression de Cox dépendante du temps, le HR suggère une diminution du risque entre la qualité de l’alimentation élevée et la récidive du cancer de l’ovaire épithélial de haut grade (HR tertile de score C-HEI 2005 le plus élevée versus le plus bas : 0,76, IC 95% : 0,34-1,71). En revanche, face au manque de précision, comme en témoignent les larges intervalles de confiance, on ne peut pas exclure la possibilité que l’association observée soit due au hasard ou encore que l’association n’existe pas dans la population de référence. Conclusion : Nous avons observé une association nulle entre la qualité de l’alimentation à 6 mois post-traitement et la récidive après un cancer de l’ovaire. En tenant compte de la variabilité de l’alimentation à plus long terme, le HR suggère une diminution du risque entre la qualité de l’alimentation et la récidive après un cancer de l’ovaire. Toutefois, il est difficile de conclure à des interprétations robustes, en raison de l’imprécision de nos résultats. Par conséquent, les résultats ne sont pas assez informatifs pour émettre des recommandations nutritionnelles auprès des survivantes du cancer de l’ovaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".