TNFa inhibition in anti-Ro/SSA positive patients with rheumatoid arthritis: clinical and immunological effects
Notice bibliographique
Résumé
OBJECTIVE: To analyse efficacy and safety of anti-TNFalpha treatment in 17 patients with rheumatoid arthritis (AR) and anti-Ro antibodies, in order to detect difference in clinical and immunological response. METHODS: 322 patients, affected by RA and treated with anti-TNFalpha drugs, were considered, searching every 6-12 months ANA, anti-dsDNA and anti-ENA antibodies. Seventeen were anti-Ro positive and 305 anti-Ro negative before starting treatment. RESULTS: Anti-Ro positive subjects showed active arthritis at baseline (mean DAS: 5), with frequent extra-articular features, such as ocular and oral sicca symptoms. They showed rapid and stable improvement during the treatment, with-out significant difference compared to anti-Ro negative group. A good clinical Eular response was shown in 46% of anti-Ro negative subjects, steady stable during time. On the contrary, fewer anti-Ro positive patients seem to be "good" responders. RA remission (DAS <1,6) was achieved in 9-25% of anti-Ro positive and 21-29% of anti-Ro negative, without significant difference. Antinuclear antibodies tend to increase in both groups, during the time. Anti-DNA increased to 40% of anti-Ro positive sera since 6th month, while they slightly increased in first 12 months in anti-Ro negative ones, then decreased to baseline value. No differences were shown about the frequency and reasons of anti-TNFalpha withdrawal, except for cutaneous lupus-like disease, more detected in anti-Ro positive group. CONCLUSIONS: Anti-TNFalpha drugs are effective in anti-Ro positive RA as well as other RA patients. Anti-DNA positivity and lupus-like disease were more frequently observed in anti-Ro positive group.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».