Effects of anti-TNF-α treatment on lipid profile in rheumatic diseases: an analytical cohort study
Notice bibliographique
Résumé
BACKGROUND: The aim was to assess the influence of long-term treatment with tumor necrosis factor alpha (TNF-α) inhibitors on total cholesterol (TC), triglycerides (TG), low-density lipoprotein (LDL), high-density lipoprotein (HDL), and atherogenic index (AI) in rheumatoid arthritis (RA), psoriatic arthritis (PsA), and ankylosing spondylitis (AS) patients. METHODS: A retrospective cohort study was conducted on RA, PsA, and AS patients treated with TNF-α inhibitors for at least 270 days between 2001 and 2011. Levels of TC, TG, LDL, and HDL and the AI were compared with baseline values at 0-6, 6-12, 12-18, and 18-24 months. Patients were further subdivided into three groups according to their HMG CoA reductase inhibitor (statin) treatment status in order to assess their effect on the results. RESULTS: The records of 311 patients (152 RA, 90 PsA, and 69 AS) were reviewed. TC and TG increased following treatment with TNF-α inhibitors, from 180.85 ± 2.12 mg/dl and 116.00 ± 3.55 mg/dl at baseline to 188.12 ± 2.35 mg/dl (p = 0.02) and 132.02 ± 4.63 mg/dl at 0-6 months (p < 0.01), respectively, and to 184.88 ± 2.09 mg/dl (p = 0.02) and 129.36 ± 4.32 mg/dl at 18-24 months (p < 0.01), respectively. AI increased following treatment with TNF-α inhibitors, from -0.032 ± 0.017 at baseline to 0.004 ± 0.019 at 18-24 months (p < 0.01). LDL decreased significantly in patients who were treated with statins before and during the entire study period, from 119.97 ± 2.86 mg/dl at baseline to 104.02 ± 3.57 mg/dl at 18-24 months (p < 0.01), in contrast to an increase in LDL values in patients who did not receive statins during the study. CONCLUSIONS: TNF-α inhibitor treatment was associated with a significant increase in TC and TG levels and the AI. Adding statins to the treatment was associated with a significant decrease in LDL levels.
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 ».