Association of Serum Immunoglobulin Levels with Solid Cancer: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The nature of humoral immunity in carcinogenesis remains poorly understood. In this systematic review and meta-analysis, we aimed to evaluate the association of serum immunoglobulin classes with solid cancer and test our hypothesis that the immune escape of tumors is accompanied by dysregulated systemic immunoglobulin class-switching. METHODS: Following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, we systematically searched the Cochrane Library, Embase, and MEDLINE/PubMed databases for observational studies investigating the association between serum immunoglobulins (IgA, IgG, and IgM) and histologically confirmed diagnosis of solid cancer in adults. We selected case-control studies, including more than 20 cases, and those explicitly stating that no form of anticancer treatment was administered prior to immunoglobulin measurement. No eligible cohort studies were identified. The primary summary measure was the standardized mean difference (SMD) with 95% confidence intervals (CI) calculated using a random effects model. RESULTS: Pooling 11 eligible studies comparing serum IgA levels in 1,351 patients and 560 control subjects revealed a statistically significant SMD (1.50; 95% CI, 0.96-2.04). Nonsignificant SMDs were observed for the 14 selected studies investigating serum IgG [SMD, -0.02 (95% CI, -0.22 to 0.18)] and for the 10 studies reporting serum IgM [SMD, 0.11 (95% CI, -0.10 to 0.32)]. Substantial heterogeneity between studies was observed despite sensitivity analysis by immunoglobulin measurement method, control matching, type of cancer, stage of disease, and sequential study exclusion. CONCLUSIONS: Serum immunoglobulin levels in patients diagnosed with solid cancer might be skewed toward class-switching to IgA, possibly reflecting Th2-polarized immunity. IMPACT: Further combinatorial analyses of serum immunoglobulin isotypes alongside other immune parameters in databases and observational studies are warranted.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,043 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».