Functional motor recovery is improved due to local placement of GDNF microspheres after delayed nerve repair
Notice bibliographique
Résumé
The majority of bioengineering strategies to promote peripheral nerve regeneration after injury have focused on therapies to bridge large nerve defects while fewer therapies are being developed to treat other nerve injuries, such as nerve transection. We constructed delivery systems using fibrin gels containing either free GDNF or polylactide-glycolic acid (PLGA) microspheres with GDNF to treat delayed nerve repair, where ELISA verified GDNF release. We determined the formulation of microspheres containing GDNF that optimized nerve regeneration and functional recovery in a rat model of delayed nerve repair. Experimental groups underwent delayed nerve repair and treatment with GDNF microspheres in fibrin glue at the repair site or control treatments (empty microspheres or free GDNF without microspheres). Contractile muscle force, muscle mass, and MUNE were measured 12 weeks following treatment, where GDNF microspheres (2 weeks formulation) were superior compared to either no GDNF or short-term release of free GDNF to nerve. Nerve histology distal to the repair site demonstrated increased axon counts and fiber diameters due to GDNF microspheres (2 weeks formulation). GDNF microspheres partially reversed the deleterious effects of chronic nerve injury, and recovery was slightly favored with the 2 weeks formulation compared to the 4 weeks formulation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».