Depression as a risk factor for the development of rheumatoid arthritis: a population-based cohort study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Major depressive disorder (MDD) is associated with increased levels of systemic proinflammatory cytokines, including tumour necrosis factor alpha. As these cytokines are pathogenic in autoimmune diseases such as rheumatoid arthritis (RA), our aim was to explore on a population-level whether MDD increases the risk of developing RA. METHODS: A retrospective cohort study was conducted using The Health Improvement Network (THIN) database (from 1986 to 2012). Observation time was recorded for both the MDD and referent cohorts until patients developed RA or were censored. Cox proportional hazards models were used to determine the risk of developing RA among patients with MDD, accounting for age, sex, medical comorbidities, smoking, body mass index and antidepressant use. RESULTS: A cohort of 403 932 patients with MDD and a referent cohort of 5 339 399 patients without MDD were identified in THIN. Cox proportional hazards models revealed a 31% increased risk of developing RA among those with MDD in an unadjusted model (HR=1.31, 95% CI 1.25 to 1.36, p<0.0001). When adjusting for all covariates, the risk remained significantly increased among those with MDD (HR=1.38, 95% CI 1.31 to 1.46, p<0.0001). Antidepressant use demonstrated a confounding effect that was protective on the association between MDD and RA. CONCLUSION: MDD increased the risk of developing RA by 38%, and antidepressants may decrease this risk in these patients. Future research is necessary to confirm the underlying mechanism of MDD on the pathogenesis of RA.
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.
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 | 0,001 |
| 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 | 0,001 | 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 découle