Comorbidities and inflammation associated with ovarian cancer and its influence on SARS-CoV-2 infection
Notice bibliographique
Résumé
Coronavirus disease 2019 (COVID-19) caused by the novel severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) worldwide is a major public health concern. Cancer patients are considered a vulnerable population to SARS-CoV-2 infection and may develop several COVID-19 symptoms. The heightened immunocompromised state, prolonged chronic pro-inflammatory milieu coupled with comorbid conditions are shared in both disease conditions and may influence patient outcome. Although ovarian cancer (OC) and COVID-19 are diseases of entirely different primary organs, both diseases share similar molecular and cellular characteristics in their microenvironment suggesting a potential cooperativity leading to poor outcome. In COVID-19 related cases, hospitalizations and deaths worldwide are lower in women than in males; however, comorbidities associated with OC may increase the COVID-19 risk in women. The women at the age of 50-60 years are at greater risk of developing OC as well as SARS-CoV-2 infection. Increased levels of gonadotropin and androgen, dysregulated renin-angiotensin-aldosterone system (RAAS), hyper-coagulation and chronic inflammation are common conditions observed among OC and severe cases of COVID-19. The upregulation of common inflammatory cytokines and chemokines such as tumor necrosis factor α (TNF-α), interleukin (IL)-1β, IL-2, IL-6, IL-10, interferon-γ-inducible protein 10 (IP-10), granulocyte colony-stimulating factor (G-CSF), monocyte chemoattractant protein-1 (MCP-1), macrophage colony-stimulating factor (M-CSF), among others in the sera of COVID-19 and OC subjects suggests potentially similar mechanism(s) involved in the hyper-inflammatory condition observed in both disease states. Thus, it is conceivable that the pathogenesis of OC may significantly contribute to the potential infection by SARS-CoV-2. Our understanding of the influence and mechanisms of SARS-CoV-2 infection on OC is at an early stage and in this article, we review the underlying pathogenesis presented by various comorbidities of OC and correlate their influence on SARS-CoV-2 infection.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».