Evaluation of a Collagen-Chitosan Hydrogel for Potential Use as a Pro-Angiogenic Site for Islet Transplantation
Notice bibliographique
Résumé
Islet transplantation to treat type 1 diabetes (T1D) has shown varied long-term success, due in part to insufficient blood supply to maintain the islets. In the current study, collagen and collagen:chitosan (10:1) hydrogels, +/- circulating angiogenic cells (CACs), were compared for their ability to produce a pro-angiogenic environment in a streptozotocin-induced mouse model of T1D. Initial characterization showed that collagen-chitosan gels were mechanically stronger than the collagen gels (0.7 kPa vs. 0.4 kPa elastic modulus, respectively), had more cross-links (9.2 vs. 7.4/µm(2)), and were degraded more slowly by collagenase. After gelation with CACs, live/dead staining showed greater CAC viability in the collagen-chitosan gels after 18 h compared to collagen (79% vs. 69%). In vivo, collagen-chitosan gels, subcutaneously implanted for up to 6 weeks in a T1D mouse, showed increased levels of pro-angiogenic cytokines over time. By 6 weeks, anti-islet cytokine levels were decreased in all matrix formulations ± CACs. The 6-week implants demonstrated increased expression of VCAM-1 in collagen-chitosan implants. Despite this, infiltrating vWF(+) and CXCR4(+) angiogenic cell numbers were not different between the implant types, which may be due to a delayed and reduced cytokine response in a T1D versus non-diabetic setting. The mechanical, degradation and cytokine data all suggest that the collagen-chitosan gel may be a suitable candidate for use as a pro-angiogenic ectopic islet transplant site.
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 ».