MétaCan
Menu
Retour à la cohorte
Enregistrement W2003119816 · doi:10.2217/14796678.4.4.399

Drawbacks to Stem Cell Therapy in Cardiovascular Diseases

2008· article· en· W2003119816 sur OpenAlexaff
Chao‐Hung Wang, Wen‐Jin Cherng, Subodh Verma

Notice bibliographique

RevueFuture Cardiology · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineStem cellStem-cell therapyMesenchymal stem cellCell therapyEmbryonic stem cellCancer researchGenetic enhancementBioinformaticsPathologyCell biologyBiology

Résumé

récupéré en direct d'OpenAlex

Stem cells seem to have unlimited potential for repairing injured tissues derived from cardiovascular diseases. Much as the initial euphoria over preclinical models has ushered in some skepticism, several reports have advised caution against over exuberance, as cellular therapy has both theoretical and reported safety concerns. Embryonic stem cells, skeletal myoblasts, bone marrow-derived stem cells and mesenchymal stem cells are current candidates for cell therapy in end-stage cardiovascular diseases. However, before large-scale clinical trials can take place, a few safety concerns have to be clarified, such as atherogenesis, postangioplasty or stenting restenosis, tumorigenesis, stem cell metastasis, stem cell-mobilized cytokine-related complications and arrhythmogenesis. In this review, potential ways to overcome these issues are discussed, including medical and gene manipulations, dedicated cell-purification techniques, antiarrhythmic cell therapy design, and new concepts such as using natural constructs. With these safety issues under control, stem cell therapy still has a promising future in the next decade.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,786

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,241
Écart entre enseignants0,232 · 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'étudeSans objet
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

Citations12
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuture CardiologyMême sujetPluripotent Stem Cells ResearchTravaux en français237 207