MétaCan
Menu
Retour à la cohorte
Enregistrement W2320652368 · doi:10.15562/gnc.13

Commercialization of Stem Cell Therapeutic Research: Bridging a Big Gap

2015· article· en· W2320652368 sur OpenAlexvenueno aff
Muhammad Irfan‐Maqsood, Monireh Bahrami, Mahdi Mirahmadi, Hojjat Naderi‐Meshkin

Notice bibliographique

RevueJournal of Genes and Cells · 2015
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommercializationBridging (networking)Stem cellBusinessComputer scienceCell biologyBiologyMarketing

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Stem cell therapeutic research is passing through a transition phase between laboratory research and health industry. According to the US data registry of clinical trials, more than 4776 studies have been registered, 2882 have been completed whereas 1894 studies are in process. Surprisingly, in spite of having huge research, there are two commercialized stem cell therapeutic products in global market and these two products are also not approved by FDA. As it has been discussed in literature, stem cells have been considered as promising candidates to treat non-curable diseases like cancer etc. More than 80% successful clinical trials have been done showing no or little side effects with much better efficiency than pharmacokinetics but still stem cell research is far from being commercialized. The major reason of stem cells non-commercialization is the gap among clinicians, researchers, industry experts and policy makers. A multibillion dollar grants and a very strong communication system between doctors, researchers, industrial experts, policy makers, regulating authorities, are the pre-requisite to commercialize stem cell therapy.

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)0,002
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil0,170

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,201
Tête enseignante GPT0,347
Écart entre enseignants0,146 · 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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Genes and CellsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207