ICAM-1 and IL-10 are associated with cognitive dysfunction using the MoCA test in glioma: Findings from the NCI Neuro-Oncology Branch Natural History Study
Notice bibliographique
Résumé
Background: Cognitive dysfunction is common among patients with malignant glioma, yet the underlying mechanisms of this dysfunction remain unclear. Protein markers of neurodegeneration, inflammation, and vascular damage have been associated with central nervous system pathology and with cognitive changes in neurological diseases, but their clinical utility in gliomas is unknown. This study examined the relationships between cognitive dysfunction, tumor isocitrate dehydrogenase (IDH) mutation status in gliomas, and a panel of blood-based protein biomarkers. Methods: = 28) enrolled in a natural history study. Cognitive function was assessed using the Montreal Cognitive Assessment (scores <26 indicated cognitive dysfunction). Serum levels of 17 proteins were measured using ultrasensitive assays. Results: = 39), and more frequently in the IDH-wildtype group (75%) than in the IDH-mutant group (40%). Patients with wildtype tumors had higher levels of intercellular adhesion molecule-1 (ICAM-1), vascular cell adhesion molecule-1, interleukin-6 (IL-6), and tumor necrosis factor-α than patients with IDH-mutant tumors, which remained in multivariate analysis. ICAM-1 and IL-10 were higher in patients with cognitive dysfunction compared to those with normal cognition, even after adjusting for tumor IDH-mutation status, age, tumor grade, and surgery history. Conclusions: Cognitive dysfunction was associated with protein markers linked to vascular damage and inflammation regardless of tumor IDH status. Our findings suggest an association of cognitive dysfunction with heightened systemic inflammatory status that requires further interrogation for its role in pathophysiologic mechanisms.
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 | 0,000 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».