Anti-Cyclic Citrullinated Peptide Antibodies Distinguish Hepatitis B Virus (HBV)-associated Arthropathy from Concomitant Rheumatoid Arthritis in Patients with Chronic HBV Infection
Notice bibliographique
Résumé
OBJECTIVE: To determine whether anti-cyclic citrullinated peptide (anti-CCP) antibodies, which are a highly specific test for rheumatoid arthritis (RA), could differentiate between hepatitis B virus (HBV)-associated arthropathy and concomitant RA in Korean patients with chronic HBV infection. METHODS: We investigated 240 patients with HBV infection. Anti-CCP antibodies were measured by ELISA and rheumatoid factor (RF) by the latex fixation test. Patient records were reviewed, and a standard form was used to record all demographic, clinical, and laboratory characteristics. Patients were divided into 4 groups according to joint symptoms: asymptomatic, arthralgia, oligoarthritis, and RA. We categorized liver disease into 3 groups: carrier, chronic hepatitis, and cirrhosis. RESULTS: Anti-CCP antibodies and RF were detected in 11 and 28 of 240 patients, respectively. Anti-CCP antibodies were detected in 9 of 10 RA (90%) and 2 of 230 non-RA patients (0.86%). The positive rate for RF was 90% in RA and 8.3% in non-RA. Eight of 10 RA patients were positive for both RF and anti-CCP antibodies. RF was detected in 11 patients without joint symptoms, 4 with arthralgia, and 4 with oligoarthritis, whereas anti-CCP antibodies were found in 1 patient without joint symptoms and 1 with oligoarthritis. Specificity of anti-CCP antibody for RA was 99.1%, whereas RF showed 91.7% specificity (p<0.0002). We compared the titers and positive detection rates of anti-CCP antibodies and RF among liver disease subgroups. There was no significant between-subgroup difference. CONCLUSION: Measurement of anti-CCP antibodies is better than RF detection to discriminate HBV-associated arthropathy from concomitant RA in patients with chronic HBV infection.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».