MétaCan
Menu
Retour à la cohorte
Enregistrement W2140948470 · doi:10.1517/17425247.1.1.19

Growth factor delivery for bone tissue repair: an update

2004· review· en· W2140948470 sur OpenAlexaff
Mathew Varkey, Sébastien A. Gittens, Hasan Uludağ

Notice bibliographique

RevueExpert Opinion on Drug Delivery · 2004
Typereview
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBone morphogenetic proteinRegeneration (biology)Bone healingBone tissueBiologyCell biologyBioinformaticsMedicineBiomedical engineeringGeneAnatomyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Growth factors (GFs) are endogenous proteins capable of acting on cell-surface receptors and directing cellular activities involved in the regeneration of new bone tissue. The specific actions and long-term effects of GFs on bone-forming cells have resulted in exploration of their potential for clinical bone repair. The concerted efforts have led to the recent approval of two GFs, bone morphogenetic protein-2 and osteogenic protein-1, for clinical bone repair, and human parathryroid hormone (1-34) for augmentation of systemic bone mass. This review provides a selective summary of recent (2001-2004) attempts for GF delivery in bone tissue regeneration. First, a summary of non-human primate studies involving local regeneration and repair is provided, with special emphasis on the range of biomaterials used for GF delivery. Next, efforts to administer GFs for systemic augmentation of bone tissue are summarised. Finally, an alternative means of GF delivery, namely the delivery of genes coding for osteogenic proteins, rather than the delivery of the proteins, is summarised from rodent models. To conclude, future avenues of research considered promising to enhance the clinical application of GFs are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,006

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 Opus0,033
Tête enseignante GPT0,299
Écart entre enseignants0,266 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations81
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Drug DeliveryMême sujetBone Tissue Engineering MaterialsTravaux en français237 207