Regulation of inflammation during gestation and birth outcomes: Inflammatory cytokine balance predicts birth weight and length
Notice bibliographique
Résumé
OBJECTIVES: The maternal environment during gestation influences offspring health at birth and throughout the life course. Recent research has demonstrated that endogenous immune processes such as dysregulated inflammation adversely impact birth outcomes, increasing the risk for preterm birth and restricted fetal growth. Prior analyses examining this association suggest a relationship between maternal C-reactive protein (CRP), a summary measure of inflammation, and offspring anthropometric outcomes. This study investigates pro- and anti-inflammatory cytokines, and their ratio, to gain deeper insight into the regulation of inflammation during pregnancy. METHODS: IL6, IL10, TNFɑ, and CRP were quantified in dried blood spots collected in the early third trimester (mean = 29.9 weeks) of 407 pregnancies in Metropolitan Cebu, Philippines. Relationships between these immune markers and offspring anthropometrics (birth weight, length, head circumference, and sum of skinfold thicknesses) were evaluated using multivariate regression analyses. Ratios of pro- to anti-inflammatory cytokines were generated. RESULTS: Higher maternal IL6 relative to IL10 was associated with reduced offspring weight and length at birth. Individual cytokines did not predict birth outcomes. CONCLUSIONS: Consistent with the idea that the relative balance of cytokines with pro- and anti-inflammatory effects is a key regulator of inflammation in pregnancy, the IL6:IL10 ratio, but neither cytokine on its own, predicted offspring birth outcomes. Our findings suggest that prior reports of association between CRP and fetal growth may reflect, in part, the balance between pro- and anti-inflammatory cytokines, and that the gestational environment is significantly shaped by cytokine imbalance.
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 ».