Biologic Cost of Caring for a Cancer Patient: Dysregulation of Pro- and Anti-Inflammatory Signaling Pathways
Notice bibliographique
Résumé
PURPOSE: Caring for a family member with cancer is a psychologically demanding experience. However, it remains unclear whether the distress that caregiving provokes also takes a physiologic toll on the body. This study observed familial caregivers of patients with brain cancer for a year after diagnosis and tracked changes in neurohormonal and inflammatory processes. PATIENTS AND METHODS: Eighteen caregivers (age 50.4 +/- 3.5 years) and 19 controls (age 50.2 +/- 2.6 years) were assessed four times during a year (before and after radiotherapy, as well as 6 weeks and 4 months thereafter). Salivary biomarkers of hypothalamus-pituitary-adrenal axis and sympathetic nervous system (SNS) activity were collected, and blood was drawn for assessment of the systemic inflammatory markers C-reactive protein (CRP) and interleukin-6 (IL-6). Blood was also used to monitor in vitro IL-6 production by endotoxin-stimulated leukocytes and expression of mRNA for pro- and anti-inflammatory signaling molecules. RESULTS: Caregivers showed marked changes over time in diurnal output of salivary amylase, a marker of SNS activity, whereas secretions in controls were stable during follow-up. Cortisol output was similar in caregivers and controls. During the year, caregivers showed a profound linear increase in systemic inflammation, as indexed by CRP. At the same time, they displayed a linear decline in mRNA for anti-inflammatory signaling molecules and diminished in vitro glucocorticoid sensitivity. CONCLUSION: These preliminary data show that familial caregivers of patients with cancer experience marked changes in neurohormonal and inflammatory processes in the year after diagnosis. These changes may place them at risk for morbidity and mortality from diseases fostered by excessive inflammation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».