Multimodal prehabilitation enhances innate antitumor immunity via NK cell recruitment
Notice bibliographique
Résumé
Abstract BACKGROUND While the clinical benefits of multimodal prehabilitation in cancer patients are well defined, the underlying immune modulations have not been studied. The objective of this study was to examine how prehabilitation can alter lung cancer immunity. METHODS Newly diagnosed lung cancer patients were referred to the prehabilitation clinic for preoperative personalized multimodal intervention (exercise training, nutritional optimization, and anxiety reduction) and blood samples were collected at baseline and surgery. Tumor samples were collected at surgery and compared to matched control samples from patients who did not receive prehabilitation. An animal model was used to study prehabilitation and tumor growth kinetics. RESULTS Twenty-eight lung cancer patients who underwent multimodal prehabilitation were included (McGill University Health Centre Research Ethics Board #2023-9005). After prehabilitation, patient-isolated peripheral blood mononuclear cells (PBMCs) showed significantly increased cytotoxicity against cancer cells ( p < 0.0001) and significantly increased circulating natural killer (NK) cells in cohort ( p = 0.0290) and paired analyses ( p = 0.0312). Compared to matched controls, patients who received prehabilitation had significantly more intra-tumor NK cells ( p = 0.0172). In vivo , we observed a significant increase in circulating NK cells ( p = 0.0364) and slower tumor growth ( p = 0.0396) with prehabilitation. When NK cells were depleted in prehabilitated mice, we observed a decrease in the protective effects of prehabilitation ( p = 0.0314) and overall, we observed a significant correlation between circulating NK cells and reduced tumor volume ( p = 0.0203, r = -0.5143). CONCLUSIONS Multimodal prehabilitation may play a role in antitumor immunity by increasing peripheral and tumour-infiltrating NK cells leading to a reduced cancer burden. Future studies on the protective effect of prehabilitation on postoperative immunity should be conducted.
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 | 0,000 |
| 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) | 0,004 | 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 ».