The Potential for iPS-Derived Stem Cells as a Therapeutic Strategy for Spinal Cord Injury: Opportunities and Challenges
Notice bibliographique
Résumé
Spinal cord injury (SCI) is a devastating trauma causing long-lasting disability. Although advances have occurred in the last decade in the medical, surgical and rehabilitative treatments of SCI, the therapeutic approaches are still not ideal. The use of cell transplantation as a therapeutic strategy for the treatment of SCI is promising, particularly since it can target cell replacement, neuroprotection and regeneration. Cell therapies for treating SCI are limited due to several translational roadblocks, including ethical and practical concerns regarding cell sources. The use of iPSCs has been particularly attractive, since they avoid the ethical and moral concerns that surround other stem cells. Furthermore, various cell types with potential for application in the treatment of SCI can be created from autologous sources using iPSCs. For applications in SCI, the iPSCs can be differentiated into neural precursor cells, neurons, oligodendrocytes, astrocytes, neural crest cells and mesenchymal stromal cells that can act by replacing lost cells or providing environmental support. Some methods, such as direct reprogramming, are being investigated to reduce tumorigenicity and improve reprogramming efficiencies, which have been some of the issues surrounding the use of iPSCs clinically to date. Recently, iPSCs have entered clinical trials for use in age-related macular degeneration, further supporting their promise for translation in other conditions, including SCI.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».