Therapeutic potential of anti-IL-6 therapies for granulocytic airway inflammation in asthma
Notice bibliographique
Résumé
BACKGROUND: Determining the cellular and molecular phenotypes of inflammation in asthma can identify patient populations that may best benefit from targeted therapies. Although elevated IL-6 and polymorphisms in IL-6 signalling are associated with lung dysfunction in asthma, it remains unknown if elevated IL-6 levels are associated with a specific cellular inflammatory phenotype, and how IL-6 blockade might impact such inflammatory responses. METHODS: Patients undergoing exacerbations of asthma were phenotyped according to their airway inflammatory characteristics (normal cell count, eosinophilic, neutrophilic, mixed granulocytic), sputum cytokine profiles, and lung function. Mice were exposed to the common allergen, house dust-mite (HDM), in the presence or absence of endogenous IL-6. The intensity and nature of lung inflammation, and levels of pro-granulocytic cytokines and chemokines under these conditions were analyzed. RESULTS: Elevated IL-6 was associated with a lower FEV1 in patients with mixed eosinophilic-neutrophilic bronchitis. In mice, allergen exposure increased lung IL-6 and IL-6 was produced by dendritic cells and alveolar macrophages. Loss-of-function of IL-6 signalling (knockout or antibody-mediated neutralization) abrogated elevations of eosinophil and neutrophil recruiting cytokines/chemokines and allergen-induced airway inflammation in mice. CONCLUSIONS: We demonstrate the association of pleiotropic cellular airway inflammation with IL-6 using human and animal data. These data suggest that exacerbations of asthma, particularly those with a combined eosinophilic and neutrophilic bronchitis, may respond to therapies targeting the IL-6 pathway and therefore, provide a rational basis for initiation of clinical trials to evaluate this.
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 ».