Improvement of Thyroid Function in Hypothyroid Patients with Rheumatoid Arthritis After 6 Months of Adalimumab Treatment: A Pilot Study
Notice bibliographique
Résumé
OBJECTIVE: Rheumatoid arthritis (RA) is characterized by high levels of cytokines such as tumor necrosis factor (TNF). TNF appears to have an etiologic role in thyroid dysfunction, and thyroid dysfunction is a common comorbidity in RA. Anti-TNF treatment might limit thyroid dysfunction. Thus, changes in thyroid hormones were studied during TNF-blocking therapy in patients with RA. METHODS: At baseline and after 6 months' treatment with adalimumab, thyroid function [thyroid-stimulating hormone (TSH), free thyroxine (fT4), and antibodies against thyroid peroxidase (TPOabs)] were assessed in 138 consecutive adalimumab-treated patients with RA who were naive for TNF-blocking agents. Patients were categorized as hypothyroid, hyperthyroid, or euthyroid. In these groups, changes in thyroid function were determined. RESULTS: Prevalences of hypothyroidism, hyperthyroidism, and TPOabs were 13%, 5%, and 15%, respectively. After 6 months, TPOabs decreased from 267 to 201 IU/ml (p = 0.048). In hypothyroid patients without concomitant L-thyroxine, a trend for declining levels of TSH was observed. Subgroup analysis revealed that in patients who were hypothyroid and TPOabs-positive and L-thyroxine-naive, TSH levels decreased significantly, from 12.5 (interquartile range 6.7-18.4) to 7.1 (interquartile range 4.9-13.8) mU/l (p = 0.043). CONCLUSION: Anti-TNF treatment improves thyroid function in hypothyroid patients with RA (especially in those who are L-thyroxine-naive and TPOabs-positive), providing further evidence that inflammatory cytokines such as TNF have a pathogenic role in thyroid dysfunction.
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 ».