Electrical Stimulation Promotes Wound Healing by Enhancing Dermal Fibroblast Activity and Promoting Myofibroblast Transdifferentiation
Notice bibliographique
Résumé
Electrical stimulation (ES) has long been used as an alternative clinical treatment and an effective approach to modulate cellular behaviours. In this work we investigated the effects of ES on human skin fibroblast activity, myofibroblast transdifferentiation and the consequence on wound healing. Normal human fibroblasts were seeded on heparin-bioactivated PPy/PLLA conductive membranes, cultured for 24 h, and then exposed to ES of 50 or 200 mV/mm for 2, 4, or 6 h. Following ES, the cells were either subjected to various analyses or re-seeded to investigate their healing capacity. Our findings show that ES had no cytotoxic effect on the fibroblasts, as demonstrated by the similar LDH activity levels in the ES-exposed and non-exposed cultures, and by the comparable cell viability under both conditions. Furthermore, the number of viable fibroblasts was higher following exposure to 6 h of ES than in the non-exposed culture. This enhanced cell growth was likely due to the ES up-regulated secretion of FGF-1 and FGF-2. In an in vitro scratch-wound assay where cell monolayer was used as a healing model, the electrically stimulated dermal fibroblasts migrated faster following exposure to ES and recorded a high contractile behaviour toward the collagen gel matrix. This enhanced contraction was supported by the high level of α-smooth muscle actin expressed by the fibroblasts following exposure to ES, indicating the characteristics of myofibroblasts. Remarkably, the modulation of fibroblast growth continued long after ES. In conclusion, this work demonstrates for the first time that exposure to ES promoted skin fibroblast growth and migration, increased growth factor secretion, and promoted fibroblast to myofibroblast transdifferentiation, thus promoting wound healing.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».