MétaCan
Menu
← Retour à la cohorte
Enregistrement W2411305289 · doi:10.1371/journal.pone.0156329

Trait Hostility and Acute Inflammatory Responses to Stress in the Laboratory

2016· article· en· W2411305289 sur OpenAlexafffund
Dominique Girard, Jean‐Claude Tardif, Julie Boisclair Demarble, Bianca D’Antono

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensUniversité de MontréalMontreal Heart InstituteUniversité du Québec à Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchInstitut de Cardiologie de MontréalFondation Institut de Cardiologie de Montréal
Mots-clésHostilityStressorMedicineClinical psychologyMultivariate analysisInternal medicineUnivariate analysisPsychology

Résumé

récupéré en direct d'OpenAlex

Hostility has been associated with higher basal levels of inflammation. The present study evaluated the association of hostility with acute stress-induced changes in inflammatory activity. One hundred and ninety-nine healthy men and women, aged 19-64 years, were exposed to a stress protocol involving four interpersonal stressors. Participants completed the Cook-Medley Hostility questionnaire and provided two blood samples for the measurement of inflammatory biomarkers (CRP, Il-6, MPO, TNF-α, MCP-1, Il-8, Il-10, and Il-18), prior to and following exposure to a standardized stress protocol. In univariate analyses, hostility was associated with significantly higher TNF-α, but lower Il-8 and Il-18 values post-stress, though only Il-8 remained significant after controlling for baseline differences. In multivariate analyses, a significant Age by Hostility interaction emerged for Il-6, while sex moderated the relation between hostility and Il-10 reactivity. Following stress, hostility was associated with greater pro-inflammatory Il-6 activity among younger individuals and to decreased anti-inflammatory Il-10 activity in women. Future research is needed to replicate these findings and to evaluate their implication for disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,264
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetStress Responses and Cortisol→Travaux en français237 207→