Salivary interleukins are associated with cognitive function
Notice bibliographique
Résumé
Introduction: There is a need to accurately identify mild cognitive impairment (MCI) and diagnose dementia-causing diseases such as Alzheimer’s at an early stage. Saliva is an accessible and non-invasive biomarker. Studies have linked inflammatory salivary markers such as cortisol and cytokines to cognition in the context of neurodegenerative diseases. However, there are discrepancies in the literature, differences in methodology and study sample sizes are small. Aim: We aimed to test the feasibility of a simple saliva collection procedure amongst an older population and determine whether salivary cortisol, interleukin-6 (IL-6) and interleukin-1-beta (IL-1β) are associated with cognitive function. Method: The passive-drool method was used to collect saliva from 50 participants (age = 73 (70,77), which was analysed with cortisol, IL-6 and IL-1β ELISA kits (Salimetrics, State College, PA). The cognitive function of participants was assessed using the Montreal Cognitive Assessment (MoCA), adjusted for years in education. The data was analysed using the Mann-Whitney U test and multiple regression. Results: The median MoCA score was 73 (70,77). Median salivary levels were: cortisol 0.4 (0.3,0.6) µg/dL, IL-6 8.6 (3.9,23.1) pg/mL and IL-1β 997.4 (376.9,1929.8) pg/mL. There was no significant difference between participants classified as cognitively normal (n = 30) and MCI (n = 20) in levels of salivary cortisol (U = 299, p = 0.922), IL-6 (U = 261, p = 0.919) or IL-1β (U = 261, p = 0.634). However, multiple regression with all salivary biomarkers and age as covariates showed that adjusted MoCA scores had a significant negative association with salivary IL-6 levels (b = -0.009, t = -2.630, p = 0.019). Conclusion: The results from this feasibility and pilot study indicate that salivary IL-6 levels increase with decreasing cognitive function. This finding needs to be confirmed using a larger sample, but this may help to develop alternative diagnostic and therapeutic pathways for dementia-causing diseases.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,004 | 0,001 |
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 ».