Potential of Pre-Operative Serum Interleukin-6 as a Biomarker for Colorectal Cancers
Notice bibliographique
Résumé
The diagnosis of colorectal cancers (CRC) at its early stage is challenging due to lack of early markers. Current diagnostic tests are either invasive or show low sensitivity. Interleukins are known to elevate and play important roles in the development and progression of the CRC. The studies on interleukin profiles of CRC patients are mainly confined to Caucasian populations while South Asian data are sparse. Therefore, the aim of this study was to investigate the serum IL-6 and IL-10 levels in a cohort of Sri Lankan CRC patients and explore their potential to be used as markers for early diagnosis/prognosis of CRC. Blood samples from 35 CRC patients and 35 healthy volunteers were obtained after informed consent. Their clinical findings and carcinoembryonic antigen (CEA) levels were recorded. Concentrations of IL-6 and IL-10 were measured using ELISA according to manufacturer’s protocols. Mean serum [IL-6] was found to be significantly higher in CRC patients than controls (p<0.05). The mean [IL-10]showed no difference to that of controls. (p>0.05). Interestingly, the [IL-6] in CRC patients were correlated with the disease stage (Stage I-0.16pg/ml; stage II-7.01pg/ml; stage III-15.8pg/ml and stage IV-35.48pg/ml). CEA levels were not correlated with the disease stage or withIL-6 levels. This study provided preliminary evidence to use IL-6 as a potential biochemical marker for the diagnosis of CRC inaddition to CEA. Furthermore, IL-6 could be a marker for prognosis of CRC. Further studies with higher patient samples are needed to validate the results of this study.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».