Pro‐ and anti‐inflammatory cytokine associations with major depression in cancer patients
Notice bibliographique
Résumé
OBJECTIVE: Cytokines may be linked to depression, although it has been challenging to demonstrate this association in cancer because of the overlap between depressive symptoms and other sickness behaviors. This study investigates the relationship between cytokines and depression in cancer patients, accounting for confounding clinical and methodological factors. METHODS: The GRID Hamilton Rating Scale for Depression and Neurotoxicity Rating Scale (NRS) for cytokine-induced sickness behaviors were administered to 61 cancer patients and 38 healthy controls. The cancer group was of mixed type and largely of late stage, with a recruitment rate of 35% and completion rate of 47%. Major depression was diagnosed in 19 of 61 (31%) cancer patients. Multiplexed cytokine assays for inflammatory and anti-inflammatory cytokines were conducted in plasma samples using electrochemiluminescence. RESULTS: All cancer patients had high NRS scores and elevated levels of most cytokines. Cancer patients with major depression had higher NRS scores than those without major depression. IL-1rα was positively associated with the GRID scores of depressive symptoms (regression coefficient, 3.52 ± 1.18; P = .004), but not with major depression. Major depression was negatively associated with the anti-inflammatory cytokine IL-4 (regression coefficient, -0.65 ± 0.26; P = .013), but not with IL-1rα. CONCLUSIONS: Depressive symptoms in cancer patients may represent sickness behaviors, which may have distinct cytokine associations from major depression. Sickness behaviors may be associated with an increase in inflammatory cytokines, whereas major depression may be induced by a failure to adequately resolve inflammation. Our findings suggest that cytokine-mediated interventions may be of value to treat depression in this population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».