Increasing incidence of elderly‐onset autoimmune hepatitis
Notice bibliographique
Résumé
AIM: Autoimmune hepatitis (AIH) commonly shows bimodal distribution of onset age: at young adulthood and at 50-60 years-of-age. However, in recent times, the incidence of elderly-onset AIH seems to be increasing. This study aimed to investigate whether the incidence of elderly-onset AIH is increasing, and whether these patients show any clinical features different from those observed in younger patients. METHODS: Data about patients with newly diagnosed AIH visiting the Japanese Red Cross Society Himeji Hospital, Himeji, Hyogo, Japan, were retrospectively collected for the period ranging from January 2010 to May 2016. A total of 71 patients (56 women and 15 men, age 18-88 years) were included in this study. Patients were divided into two cohorts: elderly (≥70 years; n = 28) and adult cohort (15-69 years; n = 43). Demographic and clinical characteristics, biochemical and serological markers, radiological and histological findings, and therapeutic courses were evaluated. RESULTS: The median age of the patients was 65 years, the most frequent range being the 70s (37%), followed by the 60s (25%). The elderly cohort had significantly higher levels of serum immunoglobulin G and antinuclear antibody, lesser hepatitis activity scores, and lesser chance of developing other autoimmune diseases. They tended to have higher C-reactive protein levels and lower serum alanine aminotransferase levels. All patients achieved clinical remission after treatment. CONCLUSIONS: This study clearly showed an increase in the incidence of elderly-onset AIH. These patients had some unique characteristics, showing that the development of elderly-onset AIH is influenced by age-associated immune dysfunction called immunosenescence. Geriatr Gerontol Int 2017; 17: 1722-1728.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».