Cytokines, stress and depressive illness: brain‐immune interactions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cytokines, signaling molecules of the immune system, have been implicated as a contributing factor for mood disorders such as depression. Several lines of evidence supporting this contention are briefly reviewed and caveats are introduced. Essentially, a relationship between cytokines and depression is based on the findings that: 1) proinflammatory cytokines (interleukin-1, interleukin-6, tumor necrosis factor-alpha) and bacterial endotoxins elicit sickness behaviors (e.g., fatigue, soporific effects) and symptoms of anxiety/depression that may be attenuated by chronic antidepressant treatment, 2) cytokines induce neuroendocrine and central neurotransmitter changes reminiscent of those implicated in depression, and these effects are exacerbated by stressors, 3) severe depressive illness is accompanied by signs of immune activation and by elevations of cytokine production or levels, and 4) immunotherapy, using interleukin-2 or interferon-alpha, promotes depressive symptoms that are attenuated by antidepressant treatment. It is argued that cytokine synthesis and release, elicited upon activation of the inflammatory response system, provoke neuroendocrine and brain neurotransmitter changes that are interpreted by the brain as being stressors, and contribute to the development of depression. Furthermore, such effects are subject to a sensitization effect so that a history of stressful experiences or cytokine activation augment the response to later challenges and hence the evolution of depression
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.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle