MétaCan
Menu
Retour à la cohorte
Enregistrement W188704891 · doi:10.1089/ten.tea.2013.0535

Sensory Neurons Accelerate Skin Reepithelialization via Substance P in an Innervated Tissue-Engineered Wound Healing Model

2014· article· en· W188704891 sur OpenAlexafffund
Mathieu Blais, Lorène Mottier, Marie-Anne Germain, Sabrina Bellenfant, Sébastien Cadau, François Berthod

Notice bibliographique

RevueTissue Engineering Part A · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensUniversité LavalCentre hospitalier de l'Université Laval
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésWound healingSubstance PSensory systemNeuroscienceNeuropeptideMedicineBiologyReceptorSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Keratinocytes are responsible for reepithelialization and restoration of the epidermal barrier during wound healing. The influence of sensory neurons on this mechanism is not fully understood. We tested whether sensory neurons influence wound closure via the secretion of the neuropeptide substance P (SP) with a new tissue-engineered wound healing model made of an upper-perforated epidermal compartment reconstructed with human keratinocytes expressing green fluorescent protein, stacked over a dermal compartment, innervated or not with sensory neurons. We showed that sensory neurons secreted SP in the construct and induced a two times faster wound closure in vitro. This effect was partially reproduced by addition of SP in the model without neurons, and completely blocked by a treatment with a specific antagonist of the SP receptor neurokinin-1 expressed by keratinocytes. However, this antagonist did not compromise wound closure compared with the control. Similar results were obtained when the model with or without neurons was transplanted on CD1 mice, while wound closure occurred faster. We conclude that sensory neurons play an important, but not essential, role in wound healing, even in absence of the immune system. This model is promising to study the influence of the nervous system on reepithelialization in normal and pathological conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,273
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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
GenreEmpirique

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

En bref

Citations65
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTissue Engineering Part AMême sujetPain Mechanisms and TreatmentsTravaux en français237 207