MétaCan
Menu
Retour à la cohorte
Enregistrement W2149415877 · doi:10.1002/nbm.1425

Monitoring angiogenesis in soft‐tissue engineered constructs for calvarium bone regeneration: an <i>in vivo</i> longitudinal DCE‐MRI study

2009· article· en· W2149415877 sur OpenAlexafffund
Marine Beaumont, Marc G. Duval, Yasir Loai, Walid A. Farhat, George K.B. Sándor, Hai‐Ling Margaret Cheng

Notice bibliographique

RevueNMR in Biomedicine · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésIn vivoRegeneration (biology)AngiogenesisSoft tissueBiomedical engineeringMedicinePathologyBiologyCell biologyCancer research

Résumé

récupéré en direct d'OpenAlex

Tissue engineering is a promising technique for bone repair and can overcome the major drawbacks of conventional autogenous bone grafting. In this in vivo longitudinal study, we proposed a new tissue-engineering paradigm: inserting a biological soft-tissue construct within the bone defect to enhance angiogenesis for improved bone regeneration. The construct acts as a resorbable scaffold to support desired angiogenesis and cellular activity and as a vector of vascular endothelial growth factor, known to promote both vessel and bone growth. Dynamic contrast- enhanced magnetic resonance imaging was performed to investigate and characterize angiogenesis necessary for bone formation following the proposed paradigm of inserting a VEGF-impregnated tissue-engineered construct within the critical-sized calvarial defect in the membranous parietal bone of the rabbit. Results show that a model-free quantitative approach, the normalized initial area under the curve metric, provides sensitive and reproducible measures of vascularity that is consistent with known temporal evolution of angiogenesis during bone 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 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
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)0,0010,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,340
Écart entre enseignants0,306 · 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'étudeObservationnel
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
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNMR in BiomedicineMême sujetMRI in cancer diagnosisTravaux en français237 207