Dysthyroidism in dermato/polymyositis patients: A case‐control study
Notice bibliographique
Résumé
BACKGROUND: Dermatomyositis (DM) and polymyositis (PM) are two rare autoimmune disorders occasionally described with dysthyroidism; however, no solid evidence still proves such an association. AIM: To evaluate the prevalence of dysthyroidism among DM/PM patients. DESIGN AND SETTING: A nation-wide case-control study was conducted. METHODS: From the Clalit Health Services health records database, we extracted 2085 (DM = 1475 (70.7%), PM = 610 (29.3%)) PM/DM cases and 10 193 sex-age matched controls in the period 2000-2018. Both univariate and multivariate analyses were performed to evaluate the link dysthyroidism and PM/DM. Survival analysis was also performed. RESULTS: The rate of hyperthyroidism was significantly (P = .0097) higher in cases (n = 40, 1.9%) with respect to controls (n = 123, 1.2%). Similarly, the rate of hypothyroidism was significantly (P < .0001) associated with cases (n = 234, 11.2%) when compared to controls (n = 853, 8.4%). At the multivariate logistic regression analysis, both DM (OR 1.31 [95%CI 1.07-1.60], P = .0087) and PM (OR 1.54 [95%CI 1.21-1.95], P = .004) were significantly associated with hypothyroidism, whereas DM (OR 1.70 [95%CI 1.10-2.61], P = .0165) but not PM (OR 1.45 [0.83-2.55], P = .1947) was found to be associated with hyperthyroidism. Subjects with PM and positive for anti-Sjögren's syndrome-related antigen A (SSA) auto-antibody displayed a significant risk of developing hyperthyroidism (OR 5.85 [95%CI 1.02-33.74], P = .0480), whereas individuals with DM and positive for antinuclear antibody (ANA) had a higher risk of developing hyperthyroidism (OR 2.65 [95%CI 1.00-7.03], P = .0498). CONCLUSIONS: Physicians treating PM/DM patients should consider screening for thyroid dysfunction on a regular basis.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».