MétaCan
Menu
Retour à la cohorte
Enregistrement W2072726266 · doi:10.2174/1874210601206010235

Effect of Therapeutic Ultrasound on Human Periodontal Ligament Cells for Dental and Periodontal Tissue Engineering

2012· article· en· W2072726266 sur OpenAlexaff
Tarek El‐Bialy, Adel Alhadlaq, Brian Lam

Notice bibliographique

RevueThe Open Dentistry Journal · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLow-intensity pulsed ultrasoundPeriodontal fiberAlkaline phosphataseAnabolismChemistryUltrasoundTherapeutic ultrasoundDentistryMedicineBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to investigate whether low intensity pulsed ultrasound (LIPUS) has anabolic effects on human periodontal ligament (PDL) cells. The PDL cells were plated in 48-well plates and cultured at 37°C in an atmosphere of 5% CO2 in air, in a humidified incubator until confluent. The cells were divided into three groups including control, 5 min and 10 min ultrasound application. The LIPUS was applied using a 2.5 transducer that produces an incident intensity of 30 mW/cm2 of the transducer's surface area. The results from the quantitative polymerase chain reaction (PCR) indicates that expression levels of alkaline phosphatase (ALP),cyclin D1 (CYC), nucleostemin (NCT) were increased after four weeks of 10 minutes of daily ultrasound treatment. The increased ALP/DNA by LIPUS shows a time dependent pattern with the highest activity occurring after four weeks of treatment. These results demonstrate that LIPUS has an anabolic effect on PDL cells and suggest that LIPUS may enhance the pluripotent characteristics of PDL cells as indicated by the up-regulation of NCT, a stem marker. These results also may explain the potential role of LIPUS in periodontal tissue regeneration.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,000

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 Opus0,017
Tête enseignante GPT0,298
Écart entre enseignants0,281 · 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

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Open Dentistry JournalMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207