MétaCan
Menu
Retour à la cohorte
Enregistrement W179470260 · doi:10.1007/978-1-62703-227-8_19

Reconstitution of Skin Fibrosis Development Using a Tissue Engineering Approach

2012· article· en· W179470260 sur OpenAlexaff
Véronique Moulin

Notice bibliographique

RevueMethods in molecular biology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSkin and Cellular Biology Research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésDermisEpidermis (zoology)Skin equivalentFibrosisIn vivoHuman skinTissue engineeringPathologyExtracellular matrixArtificial skinIn vitroBiologyMedicineBiomedical engineeringCell biologyKeratinocyteAnatomy

Résumé

récupéré en direct d'OpenAlex

Skin fibrosis is involved in several pathologies as hypertrophic scar or scleroderma. The determination of the mechanisms at the origin of these problems is however difficult due to the low number of in vivo models. To bypass this absence of animal models, studies typically use human pathological cells cultured in a monolayer way on plastic. However, cell behavior is different according to the fact that cells are on plastic or embedded in matrix. Using a tissue engineering method, we have developed new in vitro models to study these pathologies of the skin. Human pathological cells are used to reconstitute a three dimensional fibrotic tissue comprising the dermal and the epidermal parts of the skin. This method is called the self-assembly approach and is based on the cell capacity to reconstitute in vitro their own environment as in vivo. In this chapter, protocols generating reconstructed pathological skin using this approach are detailed. The methods include extraction and culture of human skin keratinocytes and fibroblasts from very small cutaneous biopsies. In addition, a description of the protocols for the production of fibrotic dermal sheets can be found to obtain a model of fibrotic dermis that can be associated or not with a fully differentiated epidermis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,386
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetSkin and Cellular Biology ResearchTravaux en français237 207