MétaCan
Menu
Retour à la cohorte
Enregistrement W1918060947 · doi:10.1089/ten.teb.2013.0144

Challenges and Opportunities for Tissue-Engineering Polarized Epithelium

2013· review· en· W1918060947 sur OpenAlexafffund
Ana C. Paz, John P. Soleas, James Poon, Dennis Trieu, Thomas K. Waddell, Alison P. McGuigan

Notice bibliographique

RevueTissue Engineering Part B Reviews · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueTissue Engineering and Regenerative Medicine
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésEpitheliumTissue engineeringBiologyCell biologyFunction (biology)Genetics

Résumé

récupéré en direct d'OpenAlex

The epithelium is one of the most important tissue types in the body and the specific organization of the epithelial cells in these tissues is important for achieving appropriate function. Since many tissues contain an epithelial component, engineering functional epithelium and understanding the factors that control epithelial maturation and organization are important for generating whole artificial organ replacements. Furthermore, disruption of the cellular organization leads to tissue malfunction and disease; therefore, engineered epithelium could provide a valuable in vitro model to study disease phenotypes. Despite the importance of epithelial tissues, a surprisingly limited amount of effort has been focused on organizing epithelial cells into artificial polarized epithelium with an appropriate structure that resembles that seen in vivo. In this review, we provide an overview of epithelial tissue organization and highlight the importance of cell polarization to achieve appropriate epithelium function. We next describe the in vitro models that exist to create polarized epithelium and summarize attempts to engineer artificial epithelium for clinical use. Finally, we highlight the opportunities that exist to translate strategies from tissue engineering other tissues to generate polarized epithelium with a functional structure.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,241
Tête enseignante GPT0,361
Écart entre enseignants0,120 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations28
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTissue Engineering Part B ReviewsMême sujetTissue Engineering and Regenerative MedicineTravaux en français237 207