MétaCan
Menu
Retour à la cohorte
Enregistrement W2069680300 · doi:10.1159/000078819

Using Skin Models to Assess the Effects of a Protection Cream on Skin Barrier Function

2004· article· en· W2069680300 sur OpenAlexaff
A. zur Mühlen, A. Klotz, Sabine Weimans, M. Veeger, B. Thörner, Brian Diener, Martin Hermann

Notice bibliographique

RevueSkin Pharmacology and Physiology · 2004
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueAdvancements in Transdermal Drug Delivery
Établissements canadiensSKiN Health
Organismes subventionnairesnon disponible
Mots-clésBarrier functionSkin barrierFunction (biology)DermatologyMedicineChemistryBiologyCell biology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a basic necessity to understand the mechanisms of the protective effects of emulsions. This would promote the development of protective cosmetics and therefore improve the prevention and treatment of occupational skin diseases. However, for such studies, no reliable skin model is available. OBJECTIVE: An in vitro skin model test was developed to evaluate the protective mechanism of cosmetic ingredients. METHODS: The efficacy of three products was assessed by an in vivo test (Repetitive Occlusive Irritation Test) and then 3-dimensional skin model tests were carried out. RESULTS: In vivo test results demonstrate that the best protection against sodium dodecyl sulphate is offered by a multiple emulsion. In the case of a skin model test, sodium dodecyl sulphate led to cell damage, an increase in pro-inflammatory markers and some barrier lipids. The multiple emulsion increased the content of skin lipids, without inducing irritation or cell death. CONCLUSION: Skin models react similarly to sodium dodecyl sulphate compared to human skin and therefore they are suitable to study barrier repair after sodium dodecyl sulphate damage. It is likely that the superior protective effect of the multiple emulsion in vivo is based on the increased amount of skin barrier lipids.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,158
Score d'incertitude au seuil1,000

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,111
Tête enseignante GPT0,412
Écart entre enseignants0,301 · 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.

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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSkin Pharmacology and PhysiologyMême sujetAdvancements in Transdermal Drug DeliveryTravaux en français237 207