MétaCan
Menu
Retour à la cohorte
Enregistrement W2026328092 · doi:10.1155/2014/426710

Effect of Nonviral Plasmid Delivered Basic Fibroblast Growth Factor and Low Intensity Pulsed Ultrasound on Mandibular Condylar Growth: A Preliminary Study

2014· article· en· W2026328092 sur OpenAlexafffund
Harmanpreet Kaur, Hasan Uludağ, Tarek El‐Bialy

Notice bibliographique

RevueBioMed Research International · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaWomen and Children's Health Research InstituteChildren's Health Research Institute
Mots-clésLow-intensity pulsed ultrasoundBasic fibroblast growth factorCondyleChemistryGrowth factorMandible (arthropod mouthpart)AndrologyEndocrinologyUltrasoundInternal medicineAnatomyBiologyTherapeutic ultrasoundMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Basic fibroblast growth factor (bFGF) is an important regulator of tissue growth. Previous studies have shown that low intensity pulsed ultrasound (LIPUS) stimulates bone growth. The objective of this study was to evaluate the possible synergetic effect of LIPUS and local injection of nonviral bFGF plasmid DNA (pDNA) on mandibular growth in rats. DESIGN: Groups were control, blank pDNA, bFGF pDNA, LIPUS, and bFGF pDNA + LIPUS. Treatments were performed for 28 days. Significant increase was observed in mandibular height and condylar length in LIPUS groups. MicroCT analysis showed significant increase in bone volume fraction in bFGF pDNA + LIPUS group. Histomorphometric analysis showed increased cell count and condylar proliferative and hypertrophic layers widths in bFGF pDNA group. RESULTS: Current study showed increased mandibular condylar growth in either bFGF pDNA or LIPUS groups compared to the combined group that showed only increased bone volume fraction. CONCLUSION: It appears that there is an additive effect of bFGF + LIPUS on the mandibular growth.

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)0,001
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 enseignants0,396
Score d'incertitude au seuil0,686

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,275
Écart entre enseignants0,262 · 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

Citations21
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207