Correlation between Mild Traumatic Brain Injury-Induced Inflammatory Cytokines and Emotional Symptom Traits: A Systematic Review
Notice bibliographique
Résumé
Both mild traumatic brain injuries (mTBI) and systemic injuries trigger a transient neuroinflammatory response that result in similar clinical outcome. The ensuing physical, cognitive, and emotional symptoms fail to subside in approximately 15-20% of the concussed population. Emotional impairments, particularly depression, anxiety, and post-traumatic stress disorder (PTSD), are commonly associated with poor recovery following mTBI. These emotional impairments also have a significant neuroinflammatory component. We hypothesized that the inflammatory cytokines seen in mTBI patients with emotional symptoms would coincide with those commonly seen in patients with emotional symptoms without mTBI. A systematic review was conducted to identify the most common neuroinflammatory cytokines in the mTBI population with psychological symptoms (depression, anxiety, PTSD). The electronic databases EMBASE, MEDLINE, Cochrane Central Register of Controlled Trials (CENTRAL), PUBMED, and PSYCINFO were searched from data inception to 31 August 2021. A systematic screening approach was employed from screening to data analysis. A total of 994 articles were screened, 108 were selected for full article review, and 8 were selected for data analysis. The included studies consisted of 875 patients of which 81.3% were male. The mean sample size of patients with at least one mTBI was 73.8 ± 70.3 (range, 9-213), with a mean age of 33.9 ± 4.8 years. The most common cytokines associated with poor psychological outcomes involving PTSD and/or depression in the chronic mTBI population were IL-6, TNFα, IL-10, and CRP.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».