MétaCan
Menu
Retour à la cohorte
Enregistrement W2019574686 · doi:10.1111/j.1067-1927.2005.130216cc.x

177
MRI monitoring of osteogenesis of human bone marrow stromal cell-based tissue engineering constructs

2008· article· en· W2019574686 sur OpenAlexfundno aff
Liu Hong, Ioana A. Peptan, Huihui Xu, Richard L. Magin

Notice bibliographique

RevueWound Repair and Regeneration · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchCenters for Disease Control and PreventionNational Center for Injury Prevention and ControlNational Science Foundation
Mots-clésStromal cellTissue engineeringBone marrowMesenchymal stem cellBiomedical engineeringAlkaline phosphataseGelatinPathologyCellHuman boneChemistryMedicineIn vitroBiochemistry

Résumé

récupéré en direct d'OpenAlex

Bone marrow stromal cells (MSCs) are a promising cell resource of osteoprogenitor cells for bone tissue engineering. However, the diverse characteristics of osteoprogenitor cells within the bone marrow of individual subjects require varying treatments to stimulate osteogenic differentiation. Thus, an effective monitoring system is needed to identify the progression of osteogenesis. Magnetic resonance (MR) microscopy was used in the present study to monitor osteogenesis of tissue engineering (TE) constructs prepared by human bone MSCs seeded on scaffolds of gelatin sponges. The characteristics of MR images and parameters corresponded to osteogenic progression of TE constructs exposed to differentiation medium, significantly differing from control groups exposed to basic medium. Upon quantification, MR image and parameters correlated well to cell seeding densities and alkaline phosphatase activities of various TE constructs. In conclusion, MR can effectively detect the biochemical cascades of osteogenic differentiation of TE constructs and may be a promising, noninvasive monitoring system to provide three-dimensional information for bone tissue engineering.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,762

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 GPT0,200
Écart entre enseignants0,191 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWound Repair and RegenerationMême sujetBone Tissue Engineering MaterialsTravaux en français237 207