Targeting interleukin-6 pathways in giant cell arteritis management: A narrative review of evidence
Notice bibliographique
Résumé
Giant cell arteritis (GCA) is a chronic inflammatory vasculitis with a significant impact on vascular and patient health. It may present with non-specific symptoms and can lead to severe complications if not managed effectively. This narrative review explores the treatment of GCA with interleukin-6 pathway inhibitors, focusing on key studies from selected databases published between 2018 and 2024. The findings reveal that the current treatment primarily involves glucocorticoids (GCs), but their long-term use is associated with adverse effects. Targeting the interleukin-6 (IL-6) pathway offers therapeutic benefits by reducing inflammation and sparing GC use. Tocilizumab, a humanized immunoglobulin G1κ monoclonal antibody that blocks the IL-6 receptor, has demonstrated efficacy in achieving sustained remission and improving quality of life in people with GCA. However, challenges remain in understanding the optimal duration of therapy, managing relapse upon discontinuation, and addressing long-term structural vascular outcomes. Additional research is needed to further elucidate the complex pathogenesis of GCA and to optimize treatment strategies to achieve sustained remission both clinically and histologically while minimizing adverse effects. This review provides a comprehensive overview of the evidence of IL-6 inhibition in GCA management, highlighting both its therapeutic benefits and the challenges associated with its use. • GCA is a chronic inflammatory vasculitis with T cell dysregulation. • Relapsing disease and glucocorticoid-related adverse effects are significant hurdles. • IL-6 inhibitors have improved GCA therapy options. • IL-6 inhibitors reduce disease flares and glucocorticoid exposure in GCA. • The well-being/quality of life of people with GCA is improved by IL-6 inhibition.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».