Predictors of circulating INTERLEUKIN-6 levels in head and neck cancer patients
Notice bibliographique
Résumé
Circulating interleukin-6 (IL-6) improves outcome prediction for second primary cancer (SPC) in head and neck cancer (HNC) patients. This study aimed to identify factors associated with IL-6 serum levels in HNC patients. This study was conducted as part of a phase III chemoprevention trial. IL-6 was measured using chemiluminescent immunometric assay on pretreatment serum sample obtained from 527 stage I-II HNC patients. Patients’ lifestyle habits, sociodemographic, medical and tumor characteristics were evaluated before radiation therapy (RT). Factors independently associated with IL-6 levels before RT were identified using multiple linear regression. The median IL-6 serum level was 3.1 ng/L. In the multivariate analysis, eight factors were significantly associated (p < 0.05) with IL-6: age, gender, marital status, body mass index, tobacco consumption, comorbidities, Karnofsky Performance Status and HNC site. Smoking duration and lifetime pack-years were positively associated with IL-6 serum levels in a dose-response relationship (p-value for trend ≤0.03). Circulating IL-6 is a strong predictor of the occurrence of SPC in HNC patients. We identified eight factors independently associated with serum IL-6 levels in 527 stage I-II HNC patients. The dose-response relationship between lifetime smoking and IL-6 serum levels suggested a causal role of tobacco exposure on IL-6 production. Further studies are needed to establish whether the effect of tobacco exposure on SPC could be partly mediated by IL-6, a pro-inflammatory cytokine.
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) | 0,001 | 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 ».