Local Polyethylene Glycol in Combination with Chitosan Based Hybrid Nanofiber Conduit Accelerates Transected Peripheral Nerve Regeneration
Notice bibliographique
Résumé
OBJECTIVE: The incapability to promptly improve behavioral function after discontinuation of peripheral nerves is a current problem in clinical practice. Effect of local polyethylene glycol in combination with chitosan-based hybrid nanofiber conduit was assessed. STUDY DESIGN: A 10-mm sciatic nerve defect was bridged using a chitosan-based hybrid nanofiber conduit (Chitosan) filled with phosphate-buffered saline. In authograft group (AUTO), a segment of sciatic nerve was transected and reimplanted reversely. In polyethylene glycol-treated group (CHIT/PEG), the conduit was filled with polyethylene glycol solution. The regenerated fibers were studied within 12 weeks after surgery. RESULTS: The behavioral and functional tests confirmed faster recovery of the regenerated axons in PEG-treated group compared to Chitosan group (p < .05). The mean ratios of gastrocnemius muscles weight were measured. There was statistically significant difference between the muscle weight ratios of CHIT/PEG and Chitosan groups (p < .05). Morphometric indices of regenerated fibers showed number and diameter of the myelinated fibers were significantly higher in CHIT/PEG than in Chitosan. In immuohistochemistry, the location of reactions to S-100 in CHIT/PEG was clearly more positive than Chitosan group. CONCLUSION: polyethylene glycol solution when loaded in a chitosan-based hybrid nanofiber conduit resulted in acceleration of functional recovery and quantitative morphometric indices of sciatic nerve.
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 ».