MétaCan
Menu
Retour à la cohorte
Enregistrement W1969122374 · doi:10.1177/0885328213486705

Engineering bone tissue using human dental pulp stem cells and an osteogenic collagen-hydroxyapatite-poly ( <scp>l</scp> -lactide-co-ɛ-caprolactone) scaffold

2013· article· en· W1969122374 sur OpenAlexafffund
Adil Akkouch, Ze Zhang, Mahmoud Rouabhia

Notice bibliographique

RevueJournal of Biomaterials Applications · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversité LavalHôpital Saint-François d'Assise
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésScaffoldAlkaline phosphataseOsteoblastCaprolactoneDental pulp stem cellsMaterials scienceBiomedical engineeringTissue engineeringStem cellBone tissueRegeneration (biology)ChemistryIn vitroCell biologyComposite materialBiochemistryMedicineBiologyPolymerizationPolymer

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to design a new natural/synthetic bioactive bone scaffold for potential use in bone replacement applications. We developed a tri-component osteogenic composite scaffold made of collagen (Coll), hydroxyapatite (HA) and poly(l-lactide-co-ε-caprolactone) (PLCL). This Coll/HA/PLCL composite scaffold was combined with human osteoblast-like cells obtained by differentiation of dental pulp stem cells (DPSCs) to engineer bone tissue in vitro. Results show that the 3D Coll/HA/PLCL composite scaffold was highly porous, thereby enabling osteoblast-like cell adhesion and growth. Cultured in the Coll/HA/PLCL scaffold, the osteoblast-like cells expressed different osteogenic genes, produced alkaline phosphatase and formed nodules more than did PLCL alone. Micro-CT analyses revealed a significant (30%) increase of tissue mineralisation on the surface as well as inside of the Coll/HA/PLCL scaffold, thus confirming its effectiveness as a bone regeneration platform.

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 seuil0,002

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 recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,242
Écart entre enseignants0,229 · 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

Citations74
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomaterials ApplicationsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207