Tumor necrosis factor inhibitor therapy in ankylosing spondylitis
Notice bibliographique
Résumé
Ankylosing spondylitis is associated with back pain and fatigue and impacts mobility but can be treated with tumor necrosis factor inhibitors (TNFi). The differential effects of TNFi treatment on multiple symptoms and the brain is not well delineated. Thus, we conducted a 2-part study. In study 1, we conducted a retrospective chart review in 129 ankylosing spondylitis patients to assess TNFi effects on pain, fatigue, motor function, mobility, and quality of life (QoL). After at least 10 weeks of TNFi treatment, patients had clinically significant improvements (>30%) in pain (including neuropathic pain), most disease and QoL factors, and normalized sensory detection thresholds. However, residual fatigue (mean = 5.3) was prominent. Although 60% of patients had significant relief of pain, only 22% of patients had significant relief of both pain and fatigue. Therefore, the preferential TNFi treatment effect on pain compared with fatigue could contribute to suboptimal effects on QoL. Part 2 was a prospective study in 14 patients to identify TNFi treatment effects on pain, fatigue, sensory and psychological factors, and brain cortical thickness based on 3T magnetic resonance imaging. Centrally, TNFi was associated with statistically significant cortical thinning of motor, premotor, and posterior parietal regions. Pain intensity reduction was associated with cortical thinning of the secondary somatosensory cortex, and pain unpleasantness reduction was associated with the cortical thinning of motor areas. In contrast, fatigue reduction correlated with cortical thinning of the insula, primary sensory cortex/inferior parietal sulcus, and superior temporal polysensory areas. This indicates that TNFi treatment produces changes in brain areas implicated in sensory, motor, affective, and cognitive functions.
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) | 0,000 | 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 ».