MétaCan
Menu
Retour à la cohorte
Enregistrement W4409321653 · doi:10.1016/j.jobcr.2025.03.016

The clinicopathological implications of serum IL-33 and sST2 as cancer biomarkers: A narrative review

2025· review· en· W4409321653 sur OpenAlexaboutno aff
Swetha Acharya, Usha Hegde, Anirudh B. Acharya

Notice bibliographique

RevueJournal of Oral Biology and Craniofacial Research · 2025
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueIL-33, ST2, and ILC Pathways
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancerNarrativeMedicineNarrative reviewPathologyCancer researchInternal medicineIntensive care medicineArtLiterature

Résumé

récupéré en direct d'OpenAlex

Background: Interleukin (IL)-33 and its receptor, soluble suppression of tumorigenicity 2 (sST2), are key players in the immune response and cancer biology. IL-33 can promote tumorigenesis by enhancing cancer cell proliferation and modulating the immune environment to support tumor growth. Conversely, it can also bolster anti-tumor immunity by recruiting and activating immune effector cells. IL-33 plays a role in multiple aspects of cancer biology, such as promoting immune evasion, tumor growth, and metastasis. Objective: This study intends to assess the prognostic significance of serum IL-33 and sST2 in cancer and their association with clinicopathologic characteristics (CPC). Material & methods: Scopus, PubMed electronic databases and other sources were searched and analysed from 2008-2025. The quality of the study was assessed using the Newcastle-Ottawa Quality Assessment Scale. Results: A total of forty-four studies meeting the inclusion criteria were analyzed. These studies primarily employed an observational and analytical designs, with the majority conducted in the Southeast Asian region, particularly in China. Among the studies investigating serum IL-33 levels in cancer, 68% (26/38) reported elevated serum IL-33 levels, with the majority focusing on hepatocellular carcinoma (HCC) and non-small cell lung cancer (NSCLC), followed by breast (BC) and colon rectal cancer (CRC). Additionally, 85% (22/26) of the reports found a significant association between serum IL-33 expression in cancer and CPC. For regulating the availability and activity of IL-33, sST2, a decoy receptor that binds to IL-33, is crucial. Of the studies assessing sST2 in cancer, 55% (12/22) showed elevated sST2 levels, with most focusing on HCC, followed by BC and CRC. Furthermore, 54% (7/13) of these studies identified a significant correlation between sST2 levels and CPC. Conclusion: The detection of increased serum IL-33 across various malignancies highlights its potential as an emerging biomarker for cancer detection and prognosis. Similarly, elevated sST2 levels have been observed in different cancers and are linked to poor prognosis, further highlighting its potential as a biomarker for tumor progression. The IL-33/ST2 signaling pathway could offer new cancer treatment strategies by enhancing immune responses while mitigating tumor-promoting effects. This study explores the roles of IL-33 and sST2 as biomarkers, their relevance in cancer diagnostics and therapeutics, and their correlation with clinical outcomes across different cancer types.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,009
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,527
Écart entre enseignants0,365 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Oral Biology and Craniofacial ResearchMême sujetIL-33, ST2, and ILC PathwaysTravaux en français237 207