Prolactin, a potential biomarker for chronic GVHD activity
Notice bibliographique
Résumé
INTRODUCTION: The polypeptide prolactin (PRL) is a peptide hormone and a cytokine mostly secreted from the anterior pituitary gland. PRL is also synthesized in extra pituitary tissues including thymocytes and T lymphocytes. Considering the need for chronic GVHD (cGVHD) biomarkers, we explored the relationship between hyperprolactinemia and active cGVHD in a cohort of long-term post-alloHCT survivors. METHODS: Three-hundred sixteen adults underwent alloHCT between 2010 and 2016, survived more than 1 year and were included. All patients underwent a regular annual assessment that includes a hormone profile with serum PRL levels. RESULTS: Overall, 236 (74.7%) patients had cGVHD, and in 199 (63%), the grade was moderate or severe. Sixty-five (21%) recipients had active cGVHD at the time of the annual evaluation, and hyperprolactinemia was documented in 63 (19.9%) patients. Hyperprolactinemia correlated with cGVHD activity (Odds Ratio 6.9 (95% CI; 3.6-13.1); P < .001) in the multivariate analysis. In conclusion, patients with hyperprolactinemia were 6.4 times more likely to have active cGVHD in comparison with those patients with normal levels of PRL (P < .001). CONCLUSION: Prolactin may serve as a biomarker for cGVHD activity. Further studies are required to confirm these findings, and to explore if hyperprolactinemia has an impact on cGVHD severity and prognosis.
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 ».