MétaCan
Menu
Retour à la cohorte
Enregistrement W1966712174 · doi:10.1089/jir.2005.25.627

<i>Short Communication:</i> Antifibrogenic Effects of Liposome-Encapsulated IFN-α2b Cream on Skin Wounds in a Fibrotic Rabbit Ear Model

2005· article· en· W1966712174 sur OpenAlexaff
Jonathan P. Lee, Reza B. Jalili, Edward E. Tredget, Jack Demare, Aziz Ghahary

Notice bibliographique

RevueJournal of Interferon & Cytokine Research · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHypertrophic scarMedicineWound healingLiposomeSurgeryFibrosisScar tissuePathologyChemistry

Résumé

récupéré en direct d'OpenAlex

This study was conducted to assess the ability of a dermal cream containing liposome-encapsulated interferon- alpha2b (IFN-alpha2b) (LIPO+IFN) to improve hypertrophic scarring in open and reepithelialized dermal wounds in a rabbit fibrotic ear model. Full-thickness skin wounds were made in New Zealand white rabbits, and were either left untreated, treated on day 16 postsurgery (open wound), or treated on day 23 postsurgery (reepithelialized wound) with either LIPO+IFN or liposome alone (LIPO). The conditions of the wounds were monitored until day 35 postsurgery, when hypertrophic scar formation reached its peak. Dry wound weight, scar thickness, hypertrophic index (HI), and tissue cellularity of treated and untreated wounded tissue samples were evaluated as an index for scar formation. The results of this study showed that reepithelialized wounds treated with LIPO+IFN and to a lesser extent with LIPO alone were reduced in thickness, HI, and cellularity compared with untreated control wounds or LIPO+IFN-treated open wounds. Dry wound weight was also reduced but not significantly. The findings of this study suggest that LIPO+IFN is more effective than using LIPO alone in reducing the scar formation in a rabbit fibrotic ear model. Further investigation is required to confirm these results.

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)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,843

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,051
Tête enseignante GPT0,390
Écart entre enseignants0,339 · 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
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

Citations33
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interferon & Cytokine ResearchMême sujetDermatologic Treatments and ResearchTravaux en français237 207