A Cytokine-Based Neuroimmunologic Mechanism of Cancer-Related Symptoms
Notice bibliographique
Résumé
While many of the multiple symptoms that cancer patients have are due to the disease, it is increasingly recognized that pain, fatigue, sleep disturbance, cognitive dysfunction and affective symptoms are treatment related, and may lead to treatment delays or premature treatment termination. This symptom burden, a subjective counterpart of tumor burden, causes significant distress. Progress in understanding the mechanisms that underlie these symptoms may lead to new therapies for symptom control. Recently, some of these symptoms have been related to the actions of certain cytokines that produce a constellation of symptoms and behavioral signs when given exogenously to both humans and animals. The cytokine-induced sickness behavior that occurs in animals after the administration of infectious or inflammatory agents or certain proinflammatory cytokines has much in common with the symptoms experienced by cancer patients. Accordingly, we propose that cancer-related symptom clusters share common cytokine-based neuroimmunologic mechanisms. In this review, we provide evidence from clinical and animal studies that correlate the altered cytokine profile with cancer-related symptoms. We also propose that the expression of coexisting symptoms is linked to the deregulated activity of nuclear factor-kappa B, the transcription factor responsible for the production of cytokines and mediators of the inflammatory responses due to cancer and/or cancer treatment. These concepts open exciting new avenues for translational research in the pathophysiology and treatment of cancer-related symptoms.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; 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 ».