MétaCan
Menu
Retour à la cohorte
Enregistrement W2154264349 · doi:10.5430/jbei.v1n1p70

Effect of ultrasound on human umbilical cord peri-vascular cells

2015· article· en· W2154264349 sur OpenAlexafffund
Taghreed Aldosary, Hasan Uludağ, Michael R. Doschak, Tarek El‐Bialy

Notice bibliographique

RevueJournal of Biomedical Engineering and Informatics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésLow-intensity pulsed ultrasoundAlkaline phosphataseProliferating cell nuclear antigenUmbilical cordStem cellAndrologyFlow cytometryCellTissue engineeringImmunophenotypingCord bloodMedicineImmunologyChemistryBiologyUltrasoundBiomedical engineeringCell biologyImmunohistochemistryTherapeutic ultrasoundBiochemistry

Résumé

récupéré en direct d'OpenAlex

Background: Tissue engineering involves using different types of stem cells. One of the roadblocks in tissue engineering is the scant supply of stem cells. The potential use of human umbilical cord peri-vascular Cells (HUCPVCs) has recently been considered as an important cell source for tissue engineering applications. The objective of this study was to explore the effect of low intensity pulsed ultrasound (LIPUS) on HUCPVCs. Materials and methods: HUCPVCs were divided into two groups: treatment group which received 30 mW/cm2 LIPUS for 10 minutes (1, 7, and 14 days) and control group which received sham treatment. The study groups were evaluated for cell count, alkaline phosphatase (ALP) activity, DNA-content, gene expression, and immunophenotype. Results: There was no significant differences in cell count, ALP, DNA-content, and CD-90 between LIPUS and control groups. A significantly higher expression of OSP and PCNA was observed on day 14 in LIPUS treatment group. Conclusion: LIPUS application for 10 minutes per day for 14 days enhanced OSP and PCNA expression without significant increase in cell count of HUCPVCs. Future research may aim at exploring different LIPUS applications (different time and frequency) to optimize HUCPVCs proliferation.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,499
Score d'incertitude au seuil0,372

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 technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,232
Écart entre enseignants0,224 · 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.

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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Engineering and InformaticsMême sujetUltrasound and Hyperthermia ApplicationsTravaux en français237 207