연구 논문

류마티스 관절염 근육 질환의 지식 지형 지도 작성: 서지측정학 및 생물정보학 연구

198 조회수

⸱

DOI:

10.3791/70373

⸱

2026년 4월 21일

 ,  ,  , 
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

이 논문에서

요약

본 연구는 류마티스 관절염 관련 근육 질환의 현재 연구 환경을 구분하기 위해 서지 측정학 분석을 활용하고, 생물정보학 접근법을 활용해 류마티스 관절염과 근염 사이의 공유 유전자와 풍부한 경로를 조사합니다.

초록

이 연구는 2015년 1월 1일부터 2024년 12월 31일까지 Web of Science Core Collection 데이터베이스에서 수집한 류마티스 관절염(RA)과 근육 질환 간 동반 질환 관련 논문에 대한 서지계량분석(bibliometric analysis)을 수행했습니다. 출판된 논문의 주요 특징을 분석함으로써, 이 분야의 전 세계적인 연구 핫스팟을 식별하는 것을 목표로 했습니다. VOSviewer, CiteSpace, Scimago Graphica, Excel과 같은 도구를 활용하여 연구 환경에 대한 시각적 분석이 수행되었습니다. 분석 결과 이 분야의 연간 출판 산출량이 주기적 변동을 보였음이 밝혀졌습니다. 미국이 총 출판물 발행 부문에서 1위를 차지했고, 그 뒤를 중국이 이었다. 출판 기관들은 상당한 방사효과를 가진 지역 협력 네트워크를 형성했다. 스웨덴의 카롤린스카 연구소와 카롤린스카 대학교 병원이 각각 50편과 30편의 논문으로 1위와 2위를 차지했습니다. 특정 연구 주제와 관련해, 키워드 클러스터 분석은 근염, 종양 괴사 인자, 대사 등 12개의 주제별 클러스터를 확인했습니다. 근육염이 RA와 근육 질환의 동반 질환 연구 핫스팟임을 고려할 때, 우리는 GeneCards를 활용해 RA와 근육염 간의 유전자 발현과 경로 간 상관관계를 분석하고 결과를 그래픽으로 제시하였습니다. GeneCards 스크리닝에서 359개의 공통 유전자가 확인되었습니다. 단백질-단백질 상호작용 네트워크 분석 결과, TNF, IL6, IFNG와 같은 유전자가 중심 위치를 차지하고 있음이 밝혀졌습니다. KEGG 농축 분석 결과, TNF, JAK-STAT, IL-17 신호 전달 경로가 중요한 역할을 하는 것으로 나타났습니다.

서론

류마티스 관절염(RA)은 대칭 관절 침범이 특징인 만성 자가면역 염증 질환으로, 전 세계적으로 약 0.5–1%의 유병률을 가지고 있습니다1,2. RA의 핵심 병리학적 기전은 면역계의 비정상적인 활성화를 포함하며, 이로 인해 지속적인 활막 염증과 일련의 관절 병리학적 변화가 연쇄적으로 발생한다 3,4,5. 활막이 RA의 주요 표적이지만, 이 질환은 심혈관 질환, 골다공증, 근육 관련 질환 등 다양한 전신적 증상을 동반하는 경우가 많습니다 6,7,8,9. 이 중 근육 위축, 근력 저하, 근염 등 RA 관련 근육 변화는 최근 몇 년간 연구 중심지로 점차 떠오르고 있습니다. 이러한 합병증은 기능 장애를 악화시키고 삶의 질을 저하시킬 뿐만 아니라, 질병 예후와 치료 반응에도 영향을 미칩니다 10,11,12,13. 근육 질환은 RA 환자 사이에서 임상적으로 흔하지만, 구체적인 핫스팟 질환은 명확하지 않으며, 기저 질환 분자 기전도 체계적으로 밝혀지지 않았습니다. 더불어, 이 분야의 전 세계 연구 동향과 지식 구조는 추가적인 체계적 연구를 필요로 합니다14.

지난 10년간 생물학적 치료, 표적 치료, 재활 의학의 발전에 힘입어 RA 관련 근육 질환 연구가 크게 진전되었습니다15, 16, 17. 그러나 학계 내 연구 초점 변화, 협력 네트워크, 핵심 주제의 진화에 대한 포괄적인 분석은 아직 부족하다. 서지계량학은 학술 문헌을 분석하는 정량적 방법으로, 연구 동향, 국가 및 기관의 기여, 키워드 핫스팟,특정 분야 내 학제간 역학을 밝힐 수 있습니다. 공존 네트워크와 클러스터링 분석과 같은 시각화 기법은 지식 구조의 진화에 대한 직관적인 통찰을 제공합니다. 생물정보학 분석을 통해 생물학적 데이터를 심층적으로 마이닝하여 질병 발병 기전과 분자 수준에서 주요 조절 경로를 밝혀냅니다. 이 두 접근법의 통합은 거시적 지식 지도부터 미시적 분자 네트워크에 이르기까지 포괄적인 연구 프레임워크 구축을 용이하게 하여, RA 관련 근육 질환의 발병 기전을 이해하고 잠재적 개입 대상을 식별하는 데 새로운 다차원적 관점을 제공합니다.

Web of Science 데이터베이스를 기반으로 본 연구는 VOSviewer, CiteSpace, Scimago Graphica, Excel 등 서지계량 도구를 활용하여 연간 출판량, 국가 및 기관 기여, 키워드 동시 현상, 근육 관련 질환과 관련된 RA 분야의 신흥 주제 동향을 체계적으로 분석합니다. 또한, GeneCards 데이터베이스를 활용해 근염과 RA와 관련된 공유 유전자와 풍부한 경로도 분석하였습니다. 이 연구 결과는 RA와 관련된 근육 관련 질환에 대한 기전적 탐구, 임상 개입 및 학제간 협력에 대한 새로운 통찰을 제공하는 것을 목표로 합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

본 연구의 전체 작업 흐름은 그림 1에 나와 있으며, 문헌 검색, 서지 측정 분석, 공유 유전자 식별, 단백질-단백질 상호작용 네트워크 구축, 경로 풍부 분석 등의 순차적 단계를 개괄합니다.

문헌 검색 전략
문헌 검색은 2025년 6월 22일, Web of Science(WOS) Core Collection 데이터베이스19에서 수행되었습니다. 검색은 2015년 1월 1일부터 2024년 12월 31일까지의 출판물을 포함하는 Science Citation Index Expanded(SCI-Expanded)와 Social Sciences Citation Index(SSCI)로 제한되었습니다. 구체적인 검색어와 해당 결과 수는 표 1에 제공되어 있습니다. 초기 검색 후에는 회의 초록, 학회 논문, 편집 자료, 책 챕터, 철회 출판물과 같은 문서 유형이 제외되었습니다. 이후 영어 기록과 "Article" 또는 "Review Article" 유형의 기록만 추가 분석을 위해 보존되었습니다.

서지 측정 분석
서지 측정 분석과 시각화는 특정 소프트웨어 도구의 지원이 필요하며, 자세한 내용은 재료표에 제공됩니다. 본 연구는 근염과 류마티스 관절염을 연결하는 학제간 연구 분야의 지식 지도를 구축하는 것을 목표로 합니다. 분석 범위는 지난 10년간의 출판 추세 분석, 국제 협력 및 협력 네트워크 패턴, 기관/학술지/저자 간 학술적 영향력, 연구 핫스팟을 반영한 핵심 키워드, 인용 네트워크 분석을 포함합니다.

연간 출판물 수는 처음에 Web of Science 데이터베이스에서 내보내져 출판 추세를 보여주는 통계 차트를 생성하는 데 사용되었습니다. 검색된 문헌 데이터는 분석을 위해 VOSviewer 소프트웨어로 가져와 분석했습니다. "공동 저자" 모듈 내에서 "저자", "기관", "국가" 옵션을 순차적으로 선택하여 각각 저자 협업 네트워크, 기관 협력 네트워크, 국가 협력 네트워크를 생성했습니다; "Citation" 모듈 내에서 "Sources" 옵션이 선택되어 저널 협업 네트워크를 만들었고; "공동 인용" 모듈 내에서 "인용 출처"와 "인용된 저자"가 선택되어 인용 저자 협업 네트워크와 인용 저자 협력 네트워크를 확보했습니다. 국제 협력 관계를 보다 직관적으로 시각화하기 위해, 국가 협력 네트워크는 Scimago Graphica 소프트웨어를 사용해 시각적 명료성과해석 가능성을 향상시키기 위해 더욱 미적으로 최적화되었습니다.

키워드 핫스팟과 학제간 주제 용어 분석은 CiteSpace 소프트웨어21을 사용했습니다. Pathfinder 알고리즘이 네트워크 가지치기용으로 선택되었으며, 2015년 1월부터 2024년 12월까지의 시간 구간을 월간 시간 조각으로 나누었습니다. 노드 유형은 "키워드"로 구성되어 연구 핫스팟의 키워드 기반 클러스터 맵, 각 클러스터의 대표적 주제 용어, 그리고 가장 자주 등장하는 상위 20개 핫스팟 키워드를 제공했습니다. 인용 네트워크 분석도 유사한 절차적 워크플로우를 따르며, 해당 분석을 수행하기 위해 노드 유형을 "Cited Reference"로 변경하기만 하면 되었습니다.

공유 유전자의 식별
서지 측정 분석에 근거한 결과, "근염"이라는 키워드는 근육병리학과 류마티스 관절염이라는 학제간 연구 영역에서 유의미한 두드러진 위치를 보였습니다. 따라서 본 연구는 중복 유전자 분석을 수행할 연구 대상으로 근염과 류마티스 관절염을 선정하였습니다. 구체적인 절차는 다음과 같았습니다: 먼저, 근염과 류마티스 관절염과 관련된 표적 유전자를 GeneCards 데이터베이스에서 추출했습니다22. 분석의 포괄성을 보장하기 위해 본 연구는 관련성 점수 임계값을 설정하지 않고 질병과 관련된 모든 보고된 유전자를 포함하여 두 개의 대응 유전자 집합을 구성했습니다. 이 두 집합을 비교함으로써 겹치는 유전자가 확인되었습니다. 이 겹치는 유전자들은 궁극적으로 "RA-근염 동반 기존질환 관련 유전자"로 정의되었으며, 이후 분석의 핵심 데이터셋이 되었습니다.

단백질-단백질 상호작용(PPI) 네트워크 구축
STRING 데이터베이스의 "다중 단백질" 쿼리 기능을 사용해 분석을 위해 "RA-근육염 동반 기존 관련 유전자" 목록을 제출했습니다. 이 유기체는 최소 상호작용 점수 임계값이 ≥0.700(중간 신뢰도)인 '호모 사피엔스'로 설정되었습니다. 생성된 단백질-단백질 상호작용 네트워크 데이터는 시각화를 위해 Cytoscape로 가져왔습니다. STYLE 패널을 통해 노드 모양과 색상을 커스터마이즈하여 명확하게 시각화된 단백질-단백질 상호작용 네트워크 다이어그램이 생성되었습니다.

경로 농축 분석
경로 풍부 분석의 구체적인 작업 흐름은 다음과 같이 진행되었습니다. 먼저, R소프트웨어 24의 clusterProfiler 패키지를 사용하여 공유 유전자 집합에 대해 교토 유전자 및 게놈 백과사전(KEGG) 경로 풍부도 분석을 수행했습니다. 통계적 유의성은 초기하학적 검정으로 평가되었고, 벤자미니-호흐버그 방법을 사용한 다중 검정을 위해 p-값을 조정하여 거짓 발견률을 조절하였습니다. 조정된 p-값이 0.05< 경로는 유의미하게 농축된 것으로 간주되어 추가 분석을 위해 유지되었습니다. 특정 인간 질병이나 일반 대사 과정과 관련된 경로는 수동으로 제외하여 핵심 신호 전달 메커니즘에 분석을 집중했습니다. 필터링된 경로와 관련 유전자는 이후 Cytoscape 소프트웨어로 가져와 상호작용 네트워크를 구축했다25. 명확한 계층 구조를 생성하기 위해 "yFiles 유기적 레이아웃" 알고리즘이 적용되었습니다. 시각적 속성은 STYLE 패널에서 더욱 최적화되었는데, 노드 색상 강도는 풍부도 유의성에 매핑되었고, 노드 크기는 각 경로의 핵심 유전자 수에 따라 가중치를 부여했으며, 가장자리 두께는 경로 간 자카드 유사도 계수로 가중치를 부여하여 유전자 중복 정도를 반영했습니다. 궁극적으로 포괄적인 분석을 위해 KEGG 경로 상호작용 네트워크가 확보되었습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

연간 출판물 수
WOS 데이터베이스 검색을 통해 지난 10년간 RA 및 근육 관련 연구가 총 1,352편 발표되었습니다. 회의 초록, 학회 논문, 편집 자료, 책 챕터, 철회 출판물 등 문서 유형을 제외한 후, 논문과 리뷰 논문만 남겨 총 1,274편의 출판물이 나왔습니다. 영어 출판물에 대한 추가 제한으로 최종적으로 1,249편의 문서가 출간되었으며, 총 895편의 논문과 354편의 리뷰 논문이 포함되었습니다. 연간 출판량과 인용 빈도는 그림 2에 나와 있습니다. 연간 출판 결과는 주기적 변동을 보였습니다. 2015년부터 2018년 사이에 출판 수는 126부에서 132부로 소폭 증가하며 첫 정점을 찍었습니다. 2019년부터 2024년까지는 첫 2년간 약간의 감소가 관찰되었으나, 2021년에는 152편의 논문으로 눈에 띄게 회복되어 두 번째 연구 정점을 기록했습니다. 이후 그 수는...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

서지 측정 분석은 이 분야의 연구 초점이 뚜렷한 단계적 진화를 보여준다. 초기 연구는 주로 관절 염증 기전의 기초 탐구에 집중했으나, 점차 임상 평가 시스템 구축, 분자 경로 해명, 전신 동반 질환에 대한 표적 개입 전략 개발을 포함한 포괄적인 연구 방향으로 초점이 이동했다26,27, 28살. 이러한 전환은 이 분야의 본질적인 논리와 진화적 궤적을 강조합니다. 연간 출판물 산출량은 주기적 변동을 보였으며, 이는 연구 자금 배분의 주기적 변동과 연구 초점의 단계적 전환을 반영할 수 있다 29,30. 인용 빈도의 지속적인 증가는 이 분야 연구가 심화되고 있음을 시사하며, 기존 문헌의 심층 탐굴과 체계적 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 이해 상충을 선언할 필요가 없습니다.

감사의 글

이 연구는 중국 국가자연과학기금(보조금 번호 81704050)의 지원을 받았습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
시트스페이스드렉셀 대학교https://citespace.podia.com키워드 클러스터링, 버스트 탐지 및 참고문헌 공동 인용 분석
clusterProfilerR 패키지 / 바이오컨덕터https://bioconductor.org/packages/clusterProfilerKEGG 경로 농축 분석
사이토스케이프국립 일반의학과학연구소(NIGMS)https://cytoscape.orgPPI 네트워크 및 KEGG 경로 상호작용 네트워크의 시각화
엑셀마이크로소프트 코퍼레이션https://www.microsoft.com/excel데이터 조직, 통계 차트, 연간 출판 추세 분석
유전자 카드와이츠만 과학 연구소https://www.genecards.org류마티스 관절염 및 근염 표적 유전자 추출
R 소프트웨어R 재단https://www.r-project.org통계 계산, 데이터 분석 및 풍부 플롯 생성
시마고 그래피카시마고 연구소https://www.graphica.app국가 협업 네트워크의 시각화 및 미적 최적화
스트링스위스 생물정보학 연구소(SIB) 등.https://string-db.org단백질-단백질 상호작용(PPI) 네트워크 구축
VOS뷰어라이덴 대학교https://www.vosviewer.com협력 네트워크(저자, 기관, 국가) 구축 및 학술지 공동 인용 분석

참고문헌

  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).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

TNFJAK STATIL 17

관련 논문