Comparative analysis of salivary cytokine profiles in newly diagnosed pediatric patients with cancer and healthy children
Notice bibliographique
Résumé
Salivary cytokines have the potential to serve as biomarkers for evaluating cancer progression and treatment response in specific cancer types. This study explored salivary cytokine profiles in pediatric cancer patients and healthy controls, examining changes during chemotherapy. We conducted a prospective study involving newly diagnosed cancer patients and healthy controls under 19 years old. Saliva samples were collected at diagnosis, and three and six months post-diagnosis for cancer patients, while healthy controls provided samples at a single time point. Cytokine levels were analyzed using Luminex technology. Our study included 19 cancer patients (10 with leukemia, 5 with lymphoma, and 4 with solid tumors) and 128 healthy controls aged 4 to 18 years. At diagnosis, patients with leukemia and solid tumors showed elevated levels of interferon-γ, interleukin (IL)-1α, IL-1β, IL-4, IL-5, IL-8, IL-10, and tumor necrosis factor. After three months, IL-6, IL-10, and inducible protein-10 levels significantly increased, while IL-1α, IL-1β, and IL-8 rose by six months. These findings indicate that salivary cytokines are elevated at diagnosis and during initial treatment phases in pediatric cancer patients, highlighting saliva's potential as a noninvasive medium for early detection of systemic diseases in children.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,000 | 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 ».