Inflammatory Biomarkers, Hematopoietic Stem Cells, and Symptoms in Breast Cancer Patients Undergoing Adjuvant Radiation Therapy
Notice bibliographique
Résumé
Abstract Background Fatigue and insomnia are common symptoms experienced by breast cancer patients undergoing adjuvant radiation therapy (RT), yet the underlying mechanisms of these symptoms are unclear. In particular, the roles of hematopoietic stem cells (HSCs) and inflammatory cytokines remain to be elucidated. Methods Breast cancer patients (n = 147) completed questionnaires to longitudinally assess symptoms before, during, and after adjuvant RT. Phlebotomies were performed prior to RT, at the second and fifth treatment fractions, end of treatment (EOT), and 1 month after completing RT, assessing for CD34+, CD45+, full hematology, and 17 inflammatory cytokines. The associations between symptoms and all biomarkers were evaluated. All statistical tests were 2-sided. Results General fatigue and insomnia worsened with RT, with peak levels observed at EOT, which remained statistically significant even after controlling for anxiety and depression (P < .05 for all). CD34+, CD45+, white blood cell, and lymphocyte counts decreased, with the lowest levels also observed at EOT (P < .001). Fatigue and insomnia were associated with changes in both interferon γ-induced protein 10 (IP-10) - (P = .03 and P = .01, respectively) and tumor necrosis factor receptor II (TNF-RII) (P = .02 and P = .006, respectively), while mental fatigue was associated with increased matrix metalloproteinases-2 (MMP-2) levels (P = .03). Patients who received prior chemotherapy demonstrated statistically significantly greater severity in all symptoms, with lower baseline HSC levels. Conclusions This is the first longitudinal study to examine linkages between symptoms, HSCs, and cytokines, demonstrating that fatigue and insomnia shared associations with increasing serum levels of IP-10 and TNF-RII, and mental fatigue was associated with increasing serum levels of MMP-2. Our findings highlight opportunities for further research into mechanisms and potential interventions for these symptoms.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».