Ascites and Serum Interleukin-10 Levels as a Prognostic Tool for Ovarian Cancer Outcomes
Notice bibliographique
Résumé
Interleukin-10 (IL-10) has been shown to be present at high levels in the ascites of ovarian cancer (OC) patients; however, little is known about its prognostic value. We sought to correlate IL-10 levels in ascites and sera of OC patients with clinicopathologic characteristics and oncologic outcomes. IL-10 levels and clinical data from biobanked ascites and serum samples of OC patients were evaluated. Receiver operating characteristic curves were used to quantify marker performance and identify IL-10-high and IL-10-low groups. Correlations between IL-10 levels and clinicopathologic data were performed. Survival outcomes were calculated, while the factors affecting them were also investigated. A total of 106 patients had ascites samples, of which 44 serum samples were also available. Mean ascites IL-10 levels were significantly higher in patients with serous histology compared to endometrioid histology (p = 0.024). Fold-change in ascites IL-10 during treatment positively correlated with clinical response, as determined by a change in serum cancer antigen (CA)-125 levels (p = 0.0126). Median progression-free survival (PFS) and overall survival (OS) were shorter in patients with high compared with low ascites IL-10 levels (PFS: 18 versus 60 months; p = 0.007, OS: 42 versus 85 months; p = 0.029). A significant positive correlation was seen between ascites and sera IL-10 levels (p = 0.019). In multivariable analyses, a high ascites IL-10 level was associated with a significantly worse prognosis (PFS hazard ratio (HR) = 1.93; p = 0.02). Patients with high ascites levels of IL-10 have worse outcomes, which are likely reflective of the immunosuppressive effect of IL-10. This highlights its potential role as an immunomodulator in the tumor microenvironment, leading to OC immune evasion.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».