MétaCan
Menu
Retour à la cohorte
Enregistrement W2058160065 · doi:10.1177/0885328214523058

Layer-by-layer assembly of epidermal growth factors on polyurethane films for wound closure

2014· article· en· W2058160065 sur OpenAlexafffund
Abhilash Kulkarni, William Diehl‐Jones, Sadegh Ghanbar, Song Liu

Notice bibliographique

RevueJournal of Biomaterials Applications · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensAthabasca UniversityUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaManitoba Health Research CouncilCalifornia HIV/AIDS Research Program
Mots-clésEpidermal growth factorPolyurethaneMaterials scienceGrowth factorWound healingCell growthBiophysicsAdhesionCell biologyBiomedical engineeringChemistryComposite materialBiologyBiochemistryImmunologyMedicine

Résumé

récupéré en direct d'OpenAlex

To facilitate the healing of chronic wounds, growth factors such as epidermal growth factor need to be safely encapsulated for their sustained and effective delivery to the wound bed. Using a layer-by-layer assembly technique, epidermal growth factor is successfully encapsulated on the surface of poly(acrylic acid)-modified polyurethane film. The amount of encapsulated epidermal growth factor is controlled by adjusting the number of chitosan/epidermal growth factor bilayers. A controlled release of epidermal growth factor from the surface of polyurethane film for a period of five days is achieved with well-retained bioactivity (over 90%) as evidenced by a cell proliferation assay. In an in vitro cellular wounding assay, the cell gap covered with the epidermal growth factor-loaded polyurethane film closes at a rate more than twice as fast as that covered with a control polyurethane film. Fluorescent staining of F-actin reveals that the released epidermal growth factor induces differences in cytoskeletal organization, suggesting that stimulated cell migration also contributes to the close of the cell gap.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,037
Tête enseignante GPT0,332
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), 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

Citations23
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomaterials ApplicationsMême sujetWound Healing and TreatmentsTravaux en français237 207