Extrahepatic Autoimmune Diseases are Prevalent in Autoimmune Hepatitis Patients and Their First-Degree Relatives: Survey Study
Notice bibliographique
Résumé
BACKGROUND: Concurrent autoimmune illnesses contribute to increased medical burden and reduced quality of life in patients with autoimmune hepatitis (AIH). The frequency of coexisting autoimmune conditions among North American patients with AIH and their families remains incomplete. Challenges associated with disease capture in the electronic medical record, high study costs, and geographic spread of patients are formidable barriers to understanding the extent of concurrent autoimmune conditions in these groups. OBJECTIVE: This objective of this study was to examine the frequency of extrahepatic autoimmune diseases (EHAD) among AIH cases and healthy controls as well as their first-degree relatives using social networking sites (SNS). METHODS: We developed a 53-question survey detailing the history of autoimmune diseases. A survey link was posted at routine intervals within specific Web-based cohorts on SNS. Healthy controls, without self-reported autoimmune liver disease, were recruited from Amazon's Mechanical Turk. Continuous variables were summarized using medians and P values obtained with the Wilcoxon rank-sum test. Categorical variables were compared using the chi-square test. RESULTS: Compared with controls (n=1162), cases (n=306) were more likely to be older (median age: 49 vs 33 years), female (284/306, 92.81% vs 955/1162, 82.18%), and have an EHAD (128/306, 41.83% vs 218/1162, 18.76%; P=.001). The most frequent EHADs among cases were thyroid disease (49/306, 16.01% ), Sjögren syndrome (27/306, 8.82%), Raynaud phenomenon (23/306, 7.52%), and psoriasis (22/306, 7.19%). Overall, 55.88% (171/306) of cases and 35.71% (1601/4484) of controls reported at least 1 first-degree relative (FDR) with a history of EHAD (P=.001). Cases had a significantly higher risk of EHAD than controls after the adjustment for age, sex, race, and body mass index: odds ratio 2.46 (95% CI 1.8-3.3); P=.001. CONCLUSIONS: Patients with AIH report higher prevalence of coexistent EHAD than healthy controls, and their FDRs are also more likely to have autoimmune disorders.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».