Occupational exposure to pesticides dysregulates systemic Th1/Th2/Th17 cytokines and correlates with poor clinical outcomes in breast cancer patients
Notice bibliographique
Résumé
Pesticides are compounds known to cause immunetoxicity in exposed individuals, which have a potential to substantially modify the prognosis of pathologies dependent on an efficient immune response, such as breast cancer. In this context, we examined the circulating cytokine profile of Th1/Th2/Th17 patterns in women occupationally exposed to pesticides and their correlation with worse prognostic outcomes. Peripheral blood samples were collected from 187 rural working women with breast cancer, occupationally exposed or not to pesticides, to quantify the levels of cytokines IL-1β, IL-12, IL-4, IL-17-A, and TNF -α. Data on the disease profile and clinical outcomes were collected through medical follow-up. IL-12 was reduced in exposed women with tumors larger than 2 cm and in those with lymph node metastases. Significantly reduced levels of IL-17A were observed in exposed patients with Luminal B subtype tumors, with high ki67 proliferation rates, high histological grade, and positive for the progesterone receptor. Reduced IL-4 was also seen in exposed women with lymph node invasion. Our data show that occupational exposure to pesticides induces significant changes in the levels of cytokines necessary for tumor control and correlates with poor prognosis clinical outcomes in breast cancer.
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 | 0,000 |
| 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 ».