Clinical, Hormonal, and Ultrasound Characteristics of Patients with Newly Diagnosed Graves’ Disease And Different Thyroid Antibody Profiles
Notice bibliographique
Résumé
Abstract Objective: Graves’ disease (GD) is characterized by elevated TSH-receptor antibodies (TRAb) and less often – thyroid peroxidase (TPOAb) and thyroglobulin antibodies (TgAb). Our aim was to examine the hormonal and ultrasound characteristics of patients with newly diagnosed GD with differing positive thyroid antibodies. Materials and Methods: This study included 249 patients with newly diagnosed GD (191 women, 58 men). 40.2% of them had Graves’ ophtalmopathy. The serum levels of TSH, free T4, free T3, TRAb, TPOAb, and TgAb were measured with third generation ECLIA assays (Roche Diagnostics, Switzerland). Thyroid ultrasound was performed with a Fukuda-Denshi 550 device (Fukuda Corp., Japan) and an Ultrasonix device (Ultrasonix Medical Corp., Canada). Statistical analyses were done using the SPSS 23.0 statistical package (Chicago, IL). Results: 64% of the patients were TPOAb+ and 36% − TgAb+. One third were only TRAb+, 1/3 had two positive antibodies (TRAb + second antibody) and 1/3 – all three positive antibodies. Patients with more positive antibodies tended to be younger, had higher fT4, TRAb levels, thyroid volume but rarely had nodules on US and accompanying GO. Positive TPOAb antibodies were found in younger patients, with higher fT4 and TRAb levels, higher thyroid volume and lower prevalence of nodules and GO. The same trends were found in patients with positive TgAb. Conclusion: The different characteristics of GD patients with varying thyroid antibody profiles may be due to a variation in the pathogenesis of the disease. An individualized clinical approach may be suitable in those cases.
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 ».