Targeting IL-13 and IL-4 in Asthma: Therapeutic Implications on Airway Remodeling in Severe Asthma
Notice bibliographique
Résumé
Asthma is a chronic respiratory disorder affecting individuals across all age groups. It is characterized by airway inflammation and remodeling and leads to progressive airflow restriction. While corticosteroids remain a mainstay therapy, their efficacy is limited in severe asthma due to genetic and epigenetic alterations, as well as elevated pro-inflammatory cytokines interleukin-4 (IL-4), interleukin-13 (IL-13), and interleukin-5 (IL-5), which drive structural airway changes including subepithelial fibrosis, smooth muscle hypertrophy, and goblet cell hyperplasia. This underscores the critical need for biologically targeted therapies. This review systematically examines the roles of IL-4 and IL-13, key drivers of type-2 inflammation, in airway remodeling and their potential as therapeutic targets. IL-4 orchestrates eosinophil recruitment, immunoglobulin class switching, and Th2 differentiation, whereas IL-13 directly modulates structural cells, including fibroblasts and epithelial cells, to promote mucus hypersecretion and extracellular matrix (ECM) deposition. Despite shared signaling pathways, IL-13 emerges as the dominant cytokine in remodeling processes including mucus hypersecretion, fibrosis and smooth muscle hypertrophy. While IL-4 primarily amplifies inflammatory cascades by driving IgE switching, promoting Th2 cell polarization that sustain cytokine release, and inducing chemokines to recruit eosinophils. In steroid-resistant severe asthma, biologics targeting IL-4/IL-13 show promise in reducing exacerbations and eosinophilic inflammation. However, their capacity to reverse established remodeling remains inconsistent, as clinical trials prioritize inflammatory biomarkers over long-term structural outcomes. This synthesis highlights critical gaps in understanding the durability of IL-4/IL-13 inhibition on airway structure and advocates for therapies combining biologics with remodeling-specific strategies. Through the integration of mechanistic insights and clinical evidence, this review emphasizes the need for long-term studies utilizing advanced imaging, histopathological techniques, and patient-reported outcomes to evaluate how IL-4/IL-13-targeted therapies alter airway remodeling and symptom burden, thereby informing more effective treatment approaches for severe, steroid-resistant asthma. Schematic representation of the roles of IL-4 and IL-13 in driving inflammation and airway remodeling in asthma. IL-4 primarily contributes to inflammation by (1) promoting Type 2 helper T (Th2) cell differentiation from naïve T cells, (2) stimulating IgE production by B cells, and (3) enhancing eosinophil recruitment. Conversely, IL-13 is predominantly involved in airway remodeling through (1) inducing goblet cell hyperplasia and excessive mucus production, (2) promoting fibrosis, (3) driving smooth muscle hypertrophy and hyperresponsiveness, and (4) activating or damaging airway epithelial cells (AEC).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».