Differences in Hypertrophic Scar Fibroblasts according to Scar Severity: Expression of Transforming Growth Factor β1 at the mRNA and Protein Levels
Notice bibliographique
Résumé
Background Hypertrophic scars result from excessive collagen deposition and increased transforming growth factor beta-1 (TGF-1) levels. We hypothesized that the expression of TGF-1 mRNA and protein would increase with the clinical severity of hypertrophic scars. Methods Primary dermal fibroblasts were isolated from cultures of normal skin and hypertrophic scars. The hypertrophic scars were classified by grade based on the Vancouver Scar Scale. After 96 hours of serum starvation, TGF-1 levels in the supernatant were determined using solid-phase, enzyme-linked immunosorbent assay (ELISA). Quantitative reverse transcription-polymerase chain reaction was performed to quantify TGF-1 mRNA expression. Results TGF-1 protein levels of hypertrophic scars tended to increase with increasing severity of the scars, according to the Vancouver Scar Scale. The differences between the normal dermal tissue (NS), hypertrophic scar grade (HS) 1, and HS4 groups were statistically significant (P <0.01). The TGF-1 mRNA levels of hypertrophic scars also tended to increase according to scar severity. The differences between the NS, HS1, HS2, HS3, and HS4 groups were statistically significant (P<0.01). Conclusions The classification of hypertrophic scars according to the Vancouver Scar Scale usually matches the severity of the microenvironment of the hypertrophic scar.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».