Articolo di ricerca

Mappare il panorama della conoscenza dei disturbi muscolari nell'artrite reumatoide: uno studio bibliometrico e bioinformatico

DOI:

10.3791/70373

⸱

21 aprile 2026

 ,  ,  , 
1Department of TCM Rheumatology, China-Japan Friendship Hospital, 2School of Acupuncture-Moxibustion and Tuina, Beijing University of Chinese Medicine, 3Department of Integrated TCM and Western Medicine for Pulmonary Diseases, China-Japan Friendship Hospital

In questo articolo

Sommario

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio impiega l'analisi bibliometrica per delineare il panorama attuale della ricerca sui disturbi muscolari associati all'artrite reumatoide e, inoltre, utilizza approcci bioinformatici per indagare geni condivisi e vie arricchite tra artrite reumatoide e miosite.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio ha condotto un'analisi bibliometrica di pubblicazioni relative alla comorbidità tra artrite reumatoide (AR) e disturbi muscolari, provenienti dal database Web of Science Core Collection tra il 1° gennaio 2015 e il 31 dicembre 2024. Esaminando le caratteristiche chiave degli articoli pubblicati, lo studio mirava a identificare punti caldi di ricerca globali in questo campo. Utilizzando strumenti come VOSviewer, CiteSpace, Scimago Graphic ed Excel, è stata effettuata un'analisi visiva del panorama della ricerca. L'analisi ha rivelato che la pubblicazione annuale in questo ambito mostrava una fluttuazione ciclica. Gli Stati Uniti guidarono per numero totale di pubblicazioni, seguiti dalla Cina. Le istituzioni editoriali formarono reti collaborative regionali con significativi effetti di irradiazione. L'Istituto Karolinska e l'Ospedale Universitario Karolinska in Svezia si sono classificati al primo e secondo posto, con rispettivamente 50 e 30 pubblicazioni. Per quanto riguarda argomenti di ricerca specifici, l'analisi dei cluster di parole chiave ha identificato 12 cluster tematici, tra cui miosite, fattore di necrosi tumorale e metabolismo. Dato che la miosite è un punto caldo di ricerca nella comorbidità tra AR e disturbi muscolari, abbiamo inoltre utilizzato GeneCards per analizzare la correlazione tra AR e miosite in termini di espressione genica e percorsi genetici, presentando i risultati in modo grafico. Lo screening GeneCards ha identificato 359 geni condivisi. L'analisi della rete di interazione proteina-proteina ha rivelato che geni come TNF, IL6 e IFNG occupano posizioni centrali. L'analisi di arricchimento KEGG ha indicato che le vie di segnalazione TNF, JAK-STAT e IL-17 svolgono ruoli critici.

Introduzione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'artrite reumatoide (AR) è un disturbo infiammatorio autoimmune cronico caratterizzato da un coinvolgimento articolare simmetrico, con una prevalenza globale di circa lo 0,5–1%1,2. Il meccanismo patologico centrale dell'AR implica un'attivazione aberrante del sistema immunitario, che porta a un'infiammazione persistente della membrana sinoviale e a una cascata di cambiamenti patologici articolari 3,4,5. Sebbene la sinovia rappresenti il bersaglio principale dell'AR, la malattia è spesso accompagnata da varie manifestazioni sistemiche, tra cui malattie cardiovascolari, osteoporosi e disturbi muscolari 6,7,8,9. Tra questi, alterazioni muscolari correlate all'AR, come atrofia muscolare, riduzione della forza muscolare e miosite, sono gradualmente emerse negli ultimi anni come un punto focale di ricerca. Queste complicanze non solo aggravano il deficit funzionale e diminuiscono la qualità della vita, ma influenzano anche la prognosi della malattia e la risposta altrattamento 10,11,12,13. Sebbene i disturbi muscolari siano clinicamente prevalenti tra i pazienti con AR, le specifiche condizioni del punto caldo rimangono poco chiare e i meccanismi molecolari comorbidi sottostanti devono ancora essere sistematicamente chiariti. Inoltre, le tendenze globali della ricerca e la struttura della conoscenza in questo campo richiedono ulteriori indaginisistematiche 14.

Negli ultimi dieci anni sono stati compiuti progressi significativi nella ricerca sui disturbi muscolari correlati all'AR, trainati dai progressi nelle terapie biologiche, nei trattamenti mirati e nella medicinariabilitativa 15,16,17. Tuttavia, manca ancora un'analisi completa del cambiamento del focus della ricerca, delle reti collaborative e dell'evoluzione dei temi centrali all'interno della comunità accademica. La bibliometria, un metodo quantitativo per l'analisi della letteratura accademica, può rivelare tendenze di ricerca, contributi di paesi e istituzioni, punti caldi di parole chiave e dinamiche interdisciplinari all'interno di un campospecifico 18. Le tecniche di visualizzazione, come le reti di co-incidenza e l'analisi di clustering, offrono ulteriormente intuizioni sull'evoluzione delle strutture della conoscenza. L'analisi bioinformatica consente un'analisi approfondita dei dati biologici per rivelare potenziali patogenesi della malattia e vie regolatorie chiave a livello molecolare. L'integrazione di questi due approcci facilita la costruzione di un quadro di ricerca completo, che spazia dalle mappe di conoscenza macroscopiche alle reti molecolari microscopiche, fornendo così nuove prospettive multidimensionali per comprendere la patogenesi dei disturbi muscolari associati all'AR e identificare potenziali bersagli di intervento.

Basato sul database Web of Science, questo studio utilizza strumenti bibliometrici tra cui VOSviewer, CiteSpace, Scimago Graphic ed Excel per analizzare sistematicamente il volume annuale di pubblicazioni, i contributi nazionali e istituzionali, la co-incidenza delle parole chiave e le tendenze tematiche emergenti nel campo dell'AR associate ai disturbi muscolari. Inoltre, il database GeneCards è stato utilizzato per analizzare geni condivisi e vie arricchite associate sia alla miosite che all'artrite reumatoide. I risultati mirano a fornire nuove intuizioni sull'esplorazione meccanicistica, l'intervento clinico e la collaborazione interdisciplinare riguardo ai disturbi muscolari associati all'AR.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Il flusso di lavoro complessivo di questo studio è illustrato nella Figura 1, che illustra i passaggi sequenziali della ricerca in letteratura, dell'analisi bibliometrica, dell'identificazione dei geni condivisi, della costruzione della rete di interazione proteina-proteina e dell'analisi dell'arricchimento delle vie di ricerca.

Strategia di ricerca nella letteratura
La ricerca nella letteratura è stata condotta il 22 giugno 2025 nel database Web of Science (WOS) CoreCollection 19. La ricerca è stata limitata al Science Citation Index Expanded (SCI-Expanded) e al Social Sciences Citation Index (SSCI), che coprono le pubblicazioni dal 1° gennaio 2015 al 31 dicembre 2024. I termini specifici di ricerca e il corrispondente numero di risultati sono forniti nella Tabella 1. Dopo la ricerca iniziale, sono stati esclusi i tipi di documento come abstract delle riunioni, articoli di conferenze, materiali editoriali, capitoli di libri e pubblicazioni ritrattate. Successivamente, sono stati conservati solo i documenti in lingua inglese e dei tipi "Articolo" o "Articolo di Revisione" per ulteriori analisi.

Analisi bibliometrica
L'analisi e la visualizzazione bibliometrica richiedono il supporto di specifici strumenti software, i cui dettagli sono forniti nella Tabella dei Materiali. Questo studio mira a costruire una mappa delle conoscenze del campo di ricerca interdisciplinare che collega miosi e artrite reumatoide. L'ambito analitico comprende l'analisi delle tendenze di pubblicazione nell'ultimo decennio, i modelli di collaborazione internazionale e reti collaborative, l'influenza accademica tra istituzioni/riviste/autori, le parole chiave chiave che riflettono punti di riferimento alla ricerca e l'analisi delle reti di citazione.

I dati annuali sul conteggio delle pubblicazioni sono stati inizialmente esportati dal database Web of Science e utilizzati per generare grafici statistici che illustrano le tendenze delle pubblicazioni. I dati della letteratura recuperati sono stati poi importati nel software VOSviewer per l'analisi: all'interno del modulo "Co-autorialità", le opzioni per "Autori", "Organizzazioni" e "Paesi" sono state selezionate sequenzialmente per generare rispettivamente reti di collaborazione tra autori, reti istituzionali e reti di collaborazione tra paesi; all'interno del modulo "Citation", è stata selezionata l'opzione "Fonti" per creare reti di collaborazione tra riviste; all'interno del modulo "Co-citation", sono stati scelti "Cited Sources" e "Cited Authors" per ottenere reti di collaborazione tra riviste citate e reti di collaborazione con autori citati. Per visualizzare in modo più intuitivo le relazioni collaborative internazionali, la rete di collaborazione nazionale è stata ulteriormente ottimizzata esteticamente utilizzando il software Scimago Graphica per migliorare la chiarezza visiva el'interpretabilità 20.

L'analisi dei punti caldi delle parole chiave e dei termini tematici interdisciplinari è stata condotta utilizzando il softwareCiteSpace 21. L'algoritmo Pathfinder è stato selezionato per la potatura della rete, con l'arco temporale da gennaio 2015 a dicembre 2024, suddiviso in sette di tempo mensili. Il tipo di nodo è stato configurato come "Keyword", che ha prodotto una mappa del cluster basata su parole chiave dei punti di interesse della ricerca, termini tematici rappresentativi per ciascun cluster e le 20 parole chiave hotspot più frequenti. L'analisi della rete di citazioni seguiva un flusso procedurale simile, richiedendo solo la modifica del tipo di nodo in "Cited Reference" per eseguire l'analisi corrispondente.

Identificazione dei geni condivisi
Sulla base dell'analisi bibliometrica, la parola chiave "miosite" ha mostrato una rilevante importanza nel campo interdisciplinare della patologia muscolare e dell'artrite reumatoide. Pertanto, questo studio ha selezionato miosite e artrite reumatoide come soggetti di ricerca per condurre analisi geniche sovrapposte. La procedura specifica era la seguente: innanzitutto, i geni target associati a miosi e artrite reumatoide sono stati recuperati dal databaseGeneCards 22. Per garantire la completezza dell'analisi, questo studio non ha fissato una soglia di punteggio di rilevanza e ha incluso tutti i geni segnalati associati alle malattie, costruendo così due corrispondenti insiemi genici. Confrontando questi due insiemi, sono stati identificati geni sovrapposti. Questi geni sovrapposti sono stati infine definiti come "geni correlati alla comorbidità RA-Miosite" e hanno servito come base di dati centrale per le analisi successive.

Costruzione di reti di interazione proteina-proteina (PPI)
Utilizzando la funzione di interrogazione "Multiple proteins" nel database STRING, abbiamo inviato la lista "Geni correlati alla comorbidità RA-miosite" per l'analisi23. L'organismo è stato impostato su "Homo sapiens" con una soglia minima richiesta di punteggio di interazione di ≥0,700 (fiducia media). I dati risultanti sulla rete di interazione proteina-proteina sono stati poi importati in Cytoscape per la visualizzazione. Personalizzando le forme e i colori dei nodi attraverso il pannello STYLE, è stato generato un diagramma di interazione di rete proteina-proteina chiaramente visualizzato.

Analisi dell'arricchimento delle vie
Il flusso di lavoro specifico per l'analisi dell'arricchimento dei percorsi procedeva come segue. Innanzitutto, l'analisi di arricchimento delle vie delle vie della Kyoto Encyclopedia of Genes and Genomes (KEGG) è stata effettuata sul set genico condiviso utilizzando il pacchetto clusterProfiler nel softwareR 24. La significatività statistica è stata accertata dal test ipergeometrico e i valori p sono stati aggiustati per test multipli utilizzando il metodo Benjamini-Hochberg per controllare il tasso di false scoperte. I percorsi con un valore p adeguato < 0,05 sono stati considerati significativamente arricchiti e sono stati mantenuti per ulteriori analisi. I percorsi relativi a specifiche malattie umane o a processi metabolici generali sono stati quindi esclusi manualmente per concentrare l'analisi sui meccanismi di segnalazione centrali. I percorsi filtrati e i loro geni associati sono stati successivamente importati nel software Cytoscape per costruire una rete di interazione25. L'algoritmo "yFiles Organic Layout" è stato applicato per generare una struttura gerarchica chiara. Gli attributi visivi sono stati ulteriormente ottimizzati nel pannello STYLE: l'intensità del colore dei nodi è stata mappata alla significanza dell'arricchimento, la dimensione del nodo è stata ponderata dal numero di geni principali in ciascuna via, e lo spessore dei bordi è stato ponderato dal coefficiente di somiglianza di Jaccard tra i percorsi per riflettere il grado di sovrapposizione dei geni. Alla fine, è stata ottenuta una rete di interazione dei percorsi KEGG per un'analisi completa.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Numero annuale di pubblicazioni
Una ricerca nel database WOS ha rivelato che nell'ultimo decennio sono stati pubblicati in totale 1.352 articoli di ricerca su AR e studi muscolari. Dopo il screening per escludere i tipi di documenti come abstract delle riunioni, articoli della conferenza, materiali editoriali, capitoli di libri e pubblicazioni ritrattate, sono stati trattenuti solo gli Articoli e gli Articoli di Revisione, risultando in 1.274 pubblicazioni. Ulteriori ...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'analisi bibliometrica rivela un'evoluzione a fasi distinta del focus di ricerca in questo campo: mentre i primi studi si concentravano principalmente sull'esplorazione fondamentale dei meccanismi di infiammazione articolare, il focus si è progressivamente spostato verso direzioni di ricerca complete che comprendono l'istituzione di sistemi di valutazione clinica, l'elucidazione delle vie molecolari e lo sviluppo di strategie di intervento mirati per le comorbiditàsist...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori non hanno conflitti di interesse da dichiarare.

Ringraziamenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo studio è stato finanziato dalla National Natural Science Foundation of China (Grant No.81704050).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
CiteSpaceUniversità Drexelhttps://citespace.podia.comClustering di parole chiave, rilevamento di burst e analisi delle co-citazioni di riferimento
clusterProfilerPacchetto R / Bioconduttorehttps://bioconductor.org/packages/clusterProfilerAnalisi dell'arricchimento delle vie KEGG
CytoscapeIstituto Nazionale di Scienze Mediche Generali (NIGMS)https://cytoscape.orgVisualizzazione delle reti PPI e delle reti di interazione dei percorsi KEGG
ExcelMicrosoft Corporationhttps://www.microsoft.com/excelOrganizzazione dei dati, grafici statistici e analisi delle tendenze delle pubblicazioni annuali
GeneCardsIstituto Weizmann di Scienzehttps://www.genecards.orgRecupero di geni target per artrite reumatoide e miosite
R SoftwareLa Fondazione Rhttps://www.r-project.orgCalcolo statistico, analisi dei dati e generazione di grafici di arricchimento
Scimago GraphicaLaboratorio Scimagohttps://www.graphica.appVisualizzazione e ottimizzazione estetica delle reti di collaborazione tra paesi
STRINGIstituto Svizzero di Bioinformatica (SIB) e altri.https://string-db.orgCostruzione di reti di interazione proteina-proteina (PPI)
VOSviewerUniversità di Leidenhttps://www.vosviewer.comCostruzione di reti di collaborazione (autori, istituzioni, paesi) e analisi delle co-citazioni di riviste

Riferimenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Brown, P., Pratt, A. G., Hyrich, K. L. Therapeutic advances in rheumatoid arthritis. BMJ. 384, e070856(2024).
  2. Finckh, A., et al. Global epidemiology of rheumatoid arthritis. Nat Rev Rheumatol. 18 (10), 591-602 (2022).
  3. Weyand, C. M., Goronzy, J. J. The immunology of rheumatoid arthritis. Nat Immunol. 22 (1), 10-18 (2021).
  4. Di Matteo, A., Bathon, J. M., Emery, P. Rheumatoid arthritis. Lancet. 402 (10416), 2019-2033 (2023).
  5. Gravallese, E. M., Firestein, G. S. Rheumatoid arthritis—common origins, divergent mechanisms. N Engl J Med. 388 (6), 529-542 (2023).
  6. England, B. R., Thiele, G. M., Anderson, D. R., Mikuls, T. R. Increased cardiovascular risk in rheumatoid arthritis: mechanisms and implications. BMJ. 361, k1036(2018).
  7. Minisola, S., Pepe, J., Cipriani, C. Rheumatoid arthritis, bone and drugs: a dangerous interweave. Ann Rheum Dis. 80 (4), 409-410 (2021).
  8. Bennett, J. L., et al. Rheumatoid sarcopenia: loss of skeletal muscle strength and mass in rheumatoid arthritis. Nat Rev Rheumatol. 19 (4), 239-251 (2023).
  9. Zhao, Y., Chen, G. Y., Fang, M. Research trends of rheumatoid arthritis and depression from 2019 to 2023: a bibliometric analysis. J Multidiscip Healthc. 17, 4465-4474 (2024).
  10. Farrow, M., et al. Muscle deterioration due to rheumatoid arthritis: assessment by quantitative MRI and strength testing. Rheumatology (Oxford). 60 (3), 1216-1225 (2021).
  11. Qu, Y., et al. Development and validation of a predictive model assessing the risk of sarcopenia in rheumatoid arthritis patients. Front Immunol. 15, 1437980(2024).
  12. Cano-García, L., et al. Sarcopenia and nutrition in elderly rheumatoid arthritis patients: a cross-sectional study. Nutrients. 15 (11), 2440(2023).
  13. Chen, G. Y., et al. Mechanisms of total glucosides of paeony in alleviating methotrexate-induced liver injury. Drug Des Devel Ther. 19, 3407-3423 (2025).
  14. Ding, Q., et al. Signaling pathways in rheumatoid arthritis: implications for targeted therapy. Signal Transduct Target Ther. 8 (1), 68(2023).
  15. Aletaha, D., Smolen, J. S. Diagnosis and management of rheumatoid arthritis: a review. JAMA. 320 (13), 1360-1372 (2018).
  16. Chen, G. Y., et al. Network pharmacology analysis and experimental validation of total flavonoids of Rhizoma Drynariae in rheumatoid arthritis. Drug Des Devel Ther. 16, 1743-1766 (2022).
  17. Pavlov-Dolijanovic, S., et al. Elderly-Onset Rheumatoid Arthritis: Characteristics and Treatment Options. Medicina (Kaunas). 59 (10), 1878(2023).
  18. Ninkov, A., Frank, J. R., Maggio, L. A. Bibliometrics: methods for studying academic publishing. Perspect Med Educ. 11 (3), 173-176 (2022).
  19. Li, K., Rollins, J., Yan, E. Web of Science use in published research and review papers 1997–2017. Scientometrics. 115 (1), 1-20 (2018).
  20. Chen, H., Chen, F., Luo, J., Chen, S. Research trends in emergency department overcrowding: a bibliometric study. Technol Health Care. 33 (3), 1159-1168 (2025).
  21. Du, Q., et al. Protocol for conducting bibliometric analysis using CiteSpace and VOSviewer. STAR Protoc. 5 (3), 103269(2024).
  22. Stelzer, G., et al. The GeneCards Suite: from gene data mining to disease genome sequence analyses. Curr Protoc Bioinformatics. 54, 1.30.1-1.30.33 (2016).
  23. Szklarczyk, D., et al. The STRING database in 2023: protein–protein association networks. Nucleic Acids Res. 51 (D1), D638-D646 (2023).
  24. Dessau, R. B., Pipper, C. B. R—project for statistical computing. Ugeskr Laeger. 170 (5), 328-330 (2008).
  25. Shannon, P., et al. Cytoscape: a software environment for biomolecular interaction networks. Genome Res. 13 (11), 2498-2504 (2003).
  26. Su, C. M., et al. Melatonin regulates rheumatoid synovial fibroblast inflammation. J Pineal Res. 76 (6), e13009(2024).
  27. Nygaard, G., Firestein, G. S. Restoring synovial homeostasis in rheumatoid arthritis. Nat Rev Rheumatol. 16 (6), 316-333 (2020).
  28. Xiao, Z. X., Miller, J. S., Zheng, S. G. Advances in autoantibodies in autoimmune diseases. Autoimmun Rev. 20 (2), 102743(2021).
  29. Wu, D., et al. Systemic complications of rheumatoid arthritis. Front Immunol. 13, 1051082(2022).
  30. Deane, K. D., Holers, V. M. Rheumatoid arthritis pathogenesis, prediction, and prevention. Arthritis Rheumatol. 73 (2), 181-193 (2021).
  31. Lekieffre, M., et al. Joint and muscle inflammatory disease: a scoping review. Semin Arthritis Rheum. 61, 152227(2023).
  32. Tian, J., et al. Methotrexate-loaded nanomedicine in rheumatoid arthritis. Acta Biomater. 157, 367-380 (2023).
  33. Hysa, E., et al. Vitamin D and muscle status in autoimmune rheumatic diseases. Nutrients. 16 (14), 2329(2024).
  34. Xu, L., et al. Metabolomics in rheumatoid arthritis: advances and review. Front Immunol. 13, 961708(2022).
  35. Østergaard, M., Boesen, M. Imaging in rheumatoid arthritis. Radiol Med. 124 (11), 1128-1141 (2019).
  36. Chen, Z., Bozec, A., Ramming, A., Schett, G. Anti-inflammatory cytokines in rheumatoid arthritis. Nat Rev Rheumatol. 15 (1), 9-17 (2019).
  37. Liu, W., et al. Sinomenine inhibits rheumatoid arthritis progression. Front Immunol. 9, 2228(2018).
  38. Miyabe, Y., Miyabe, C., Luster, A. D. LTB4 and BLT1 in inflammatory arthritis. Semin Immunol. 33, 52-57 (2017).
  39. Konzett, V., Aletaha, D. Management strategies in rheumatoid arthritis. Nat Rev Rheumatol. 20 (12), 760-769 (2024).
  40. Yang, D., et al. Research trends in heart failure and anxiety comorbidity. J Multidiscip Healthc. 18, 7175-7191 (2025).
  41. Colina, M., Campana, G. Precision medicine in rheumatology. J Clin Med. 14 (5), 1735(2025).
  42. Peilin, Z., et al. Inflammatory cytokines and rheumatoid arthritis. Postgrad Med J. 101 (1194), 313-320 (2025).
  43. Zamri, F., de Vries, T. J. TNF inhibitors in rheumatoid arthritis. Front Immunol. 11, 591365(2020).
  44. Pandolfi, F., et al. Interleukin-6 in rheumatoid arthritis. Int J Mol Sci. 21 (15), 5238(2020).
  45. Rong, H., et al. IL1B polymorphisms and rheumatoid arthritis risk. Int Immunopharmacol. 83, 106401(2020).
  46. Navarro-Compán, V., et al. IL-17 pathways in inflammatory diseases. Front Immunol. 14, 1191782(2023).
  47. Chen, G., Yan, Z., Wang, Y., Tao, Q. Rheumatoid arthritis and fibromyalgia: bibliometric study. J Multidiscip Healthc. 18, 6811-6827 (2025).
  48. Liu, X. R., et al. Isorhamnetin inhibits rheumatoid arthritis progression. Chin J Integr Med. 30 (4), 299-310 (2024).
  49. Niu, X., et al. Tectoridin suppresses inflammatory signaling in RA. Tissue Cell. 77, 101826(2022).
  50. Li, W., et al. Mangiferin and cinnamic acid alleviate rheumatoid arthritis. Front Immunol. 13, 912933(2022).
  51. Wang, Y., et al. Research trends in JAK inhibitors for ulcerative colitis. J Multidiscip Healthc. 18, 6755-6771 (2025).
  52. Bertrand, D., et al. Methotrexate and etanercept in early RA: CareRA2020 trial. RMD Open. 10 (3), e004535(2024).
  53. Simon, L. S., et al. The JAK/STAT pathway in rheumatoid arthritis. Semin Arthritis Rheum. 51 (1), 278-284 (2021).
  54. Hodge, J. A., et al. Mechanism of action of tofacitinib. Clin Exp Rheumatol. 34 (2), 318-328 (2016).
  55. Yang, Y. J., et al. Tubson-2 decoction in rheumatoid arthritis. Phytomedicine. 116, 154875(2023).
  56. Mao, D., et al. HDAC2 in rheumatoid arthritis progression. Environ Toxicol. 38 (7), 1743-1755 (2023).
  57. Kurowska-Stolarska, M., Alivernini, S. Synovial macrophages in rheumatoid arthritis. Nat Rev Rheumatol. 18 (7), 384-397 (2022).
  58. Day, J., et al. Periarticular myositis in inflammatory arthritis. JCI Insight. 10 (7), e179928(2025).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Tag

Analisi bibliometricamiositesegnalazione del TNFvia JAK STATvia dell IL 17rete di interazione proteicaespressione genica

Articoli correlati