Reconstruction of the transected cat spinal cord following NeuroGel™ implantation: axonal tracing, immunohistochemical and ultrastructural studies
Notice bibliographique
Résumé
This study examined the ability of NeuroGel, a biocompatible porous poly [N-(2-hydroxypropyl) methacrylamide] hydrogel, to establish a permissive environment across a 3 mm gap in the cat spinal cord in order to promote tissue reconstitution and axonal regeneration across the lesion. Animals with NeuroGel implants were compared to transection-only controls and observed for 21 months. The hydrogel formed a stable bridge between the cord segments. Six months after reconstructive surgery, it was densely infiltrated by a reparative tissue composed of glial cells, capillary vessels and axonal fibres. Axonal labelling and double immunostaining for neurofilaments and myelin basic protein, showed that descending supraspinal axons of the ventral funiculus and afferent fibres of the dorsal column regenerated across the reconstructed lesion. Fifteen months after reconstructive surgery, axons had grown, at least, 12 mm into the distal cord tissue, and in the rostral cord there was labelling of neurons of the intermediate gray matter. Electron microscopy showed that after 9 months, most of the regenerating axons were myelinated, principally by Schwann cells. Newly formed neurons presumably from precursor cells of the ependyma and/or migrating neurons were observed within the reparative tissue after 21 months. Results indicate that functional deficit, as assessed by treadmill training, and morphological changes following double transection of the spinal cord can be modified by the implantation of NeuroGel. This technology offers the potential to promote the formation of a neural tissue equivalent via a reparative neohistogenesis process, that facilitates and supports regenerative growth of axons.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».