Serum Hepcidin: A Direct Link Between Anemia of Inflammation and Coronary Artery Atherosclerosis in Patients with Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To investigate the role of hepcidin as an inducer of anemia of inflammation in patients with rheumatoid arthritis (RA), and its correlation to coronary artery atherosclerosis. METHODS: Our study included 60 patients with RA and 20 healthy controls. Anemic RA patients with serum transferrin receptors/log ferritin (sTfR-F) index value < 1.5 were classified as having pure anemia of chronic disease (ACD), and patients with sTfR-F index value > 1.5 were classified as having anemia of chronic disease with coexistent iron deficiency anemia (ACD+IDA). Measurements were taken for Disease Activity Score for 28 joints (DAS28), Modified Health Assessment Questionnaire (MHAQ), erythrocyte sedimentation rate (ESR), high sensitivity C-reactive protein (hsCRP), rheumatoid factor (RF), lipid profile, serum interleukin 6 (IL-6), tumor necrosis factor-α, iron studies, and serum hepcidin. Coronary calcium score (CCS) was measured using multislice spiral computed tomography as a marker of atherosclerosis. RESULTS: Serum hepcidin was found to be higher in anemic patients with RA than in controls (p < 0.001), and higher in the pure ACD subgroup than in the ACD+IDA subgroup (p < 0.001). Hepcidin concentration was positively correlated with disease duration, ESR, hsCRP, RF, DAS28, MHAQ, serum ferritin, IL-6, and mean CCS and inversely correlated with hemoglobin, sTfR, and the sTfR-F index. CONCLUSION: Hepcidin can be considered a key inducer of anemia of inflammation in patients with RA. This inflammation was proved to be directly linked to coronary artery atherosclerosis. The correlations between serum hepcidin with disease activity and IL-6 raise the possibility of using it as a surrogate marker for disease activity.
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 | 0,000 |
| 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 ».