Is There Relevance of a Positive Rheumatoid Factor in Systemic Sclerosis? A Systematic Review of the Literature
Notice bibliographique
Résumé
Objectives The purpose of this review was to determine the relevance of a positive rheumatoid factor (RF) in Systemic sclerosis (SSc). SSc is a rare autoimmune disease characterized by vasculopathy, fibrosis and autoantibodies. As high as 30% of those with SSc are rheumatoid factor (RF) positive, however the relationship between RF and various manifestations of SSc are not fully described. Methods A literature search was performed on PubMed, Embase, CINAHL, and Cochrane using the following search terms: systemic sclerosis, rheumatoid factor, and scleroderma. Articles associated with RF in SSc were reviewed. Results Rheumatoid arthritis prevalence is slightly increased in SSc (3%). However, if there is not an overlap with RA, RF does not seem to predict joint manifestations, arthritis or arthralgia in SSc. In addition to SSc-RA overlap syndrome, RF may be a predictor for SSc overlapping with Sjögren’s disease (SSc-SS). It is uncertain as to whether RF is protective for SSc-ILD. RF does not seem to predictive of other well-known serological markers of SSc, such as anti-topoisomerase antibodies, anti-centromere antibodies or Ro52/Trim21, however RF may be associated with elevated ESR or CRP levels. In terms of skin manifestations, individuals with elevated IgA-RF have increased the likelihood of having a dcSSC subtype, telangiectasias and digital pitting scars. Evidence is lacking in SSc and RF with respect to other organ manifestations, such as heart and kidney. Conclusion Further examination is warranted to understand the role of RF in SSc.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».