Etanercept Improves Lipid Profile and Oxidative Stress Measures in Patients with Juvenile Idiopathic Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To investigate the effect of 1-year treatment with the anti-tumor necrosis factor-α (TNF-α) drug etanercept on lipid profile and oxidative stress in children and adolescents with juvenile idiopathic arthritis (JIA). METHODS: Thirty children with JIA (22 females; mean age 12.3 ± SD 5.7 yrs), all eligible for anti-TNF-α treatment, were assessed at baseline and after 6- and 12-month treatment with etanercept. Disease activity was determined using the Juvenile Arthritis Disease Activity Score (JADAS). Blood samples were drawn to measure the acute-phase reactants C-reactive protein (CRP) and erythrocyte sedimentation rate (ESR), lipids, and the proinflammatory cytokines TNF-α, interleukin-1β (IL-1β), IL-6 and interferon-γ. To measure the oxidative stress marker 8-iso-prostaglandin F2α, 24-h urine samples were collected. RESULTS: Inflammatory indicators (CRP and ESR) and JADAS scores improved significantly after 1 year of etanercept treatment (all p < 0.001). Proinflammatory cytokines showed significant reduction during the study period (all p < 0.001). Similar reductions were detected in total cholesterol (p < 0.001), low-density lipoprotein cholesterol (p = 0.04), and triglycerides (p < 0.001), whereas no significant change was found in high-density lipoprotein cholesterol. No side effects were observed during the treatment period. CONCLUSION: This study shows for the first time that anti-TNF-α therapy for JIA is associated not only with a beneficial effect on clinical disease activity and inflammatory indexes, but also with improved lipid profile and oxidative stress. These findings suggest that TNF-α blockers might reduce atherosclerotic risk in children with JIA.
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 | 0,001 | 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 ».