A Cross-Sectional Exploration of Cytokine–Symptom Networks in Breast Cancer Survivors Using Network Analysis
Notice bibliographique
Résumé
Purpose The purpose of this study is to (a) visualize the symptom–cytokine networks (perceived stress, fatigue, loneliness, perceived cognitive impairment, daytime sleepiness, sleep quality, and 13 cytokines) and (b) explore centrality metrics of symptom–cytokine networks in breast cancer survivors who completed chemotherapy treatment. Methods Cross-sectional analysis of data collected from 66 breast cancer survivors who were on average three years post chemotherapy completion. Perceived stress, fatigue, loneliness, perceived cognitive impairment, daytime sleepiness, and sleep quality were measured with self-report instruments, and a panel of 13 cytokines was measured from serum using multiplex assays. Symptoms and cytokines were simultaneously evaluated with correlations, network analysis, and community analysis. Results Network analysis revealed the nodes with the greatest degree and closeness were interleukin-2, granulocyte-macrophage colony-stimulating factor, interleukin-13, and perceived cognitive impairment. Node betweenness was highest for perceived cognitive impairment and interleukin-2. Community analysis revealed two separate communities of nodes within the network (symptoms and the cytokines). Several edges connected the two communities including perceived cognitive impairment, stress, fatigue, depression, interleukin-2, granulocyte-macrophage colony-stimulating factor, interleukin-8, interleukin-13, and interleukin-10. Partial correlation analyses revealed significant negative relationships between interleukin-2 and fatigue, loneliness, stress, and perceived cognitive impairment ( rs = −.27 to −.37, ps < .05) and a significant negative relationship between perceived cognitive impairment and granulocyte-macrophage colony-stimulating factor ( r = −.34, p < .01). Conclusions Our analyses support that perceived cognitive impairment, stress, loneliness, depressive symptoms, and fatigue co-occur and extend the literature by suggesting that interleukin-2 may contribute to the underlying mechanistic pathway of these co-occurring symptoms. Our findings add to a growing body of literature that is shifting to study symptoms as they co-occur, or cluster, rather than individual 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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».