Developing Cellular Therapies for Retinal Degenerative Diseases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Biomedical advances in vision research have been greatly facilitated by the clinical accessibility of the visual system, its ease of experimental manipulation, and its ability to be functionally monitored in real time with noninvasive imaging techniques at the level of single cells and with quantitative end-point measures. A recent example is the development of stem cell-based therapies for degenerative eye diseases including AMD. Two phase I clinical trials using embryonic stem cell-derived RPE are already underway and several others using both pluripotent and multipotent adult stem cells are in earlier stages of development. These clinical trials will use a variety of cell types, including embryonic or induced pluripotent stem cell-derived RPE, bone marrow- or umbilical cord-derived mesenchymal stem cells, fetal neural or retinal progenitor cells, and adult RPE stem cells-derived RPE. Although quite distinct, these approaches, share common principles, concerns and issues across the clinical development pipeline. These considerations were a central part of the discussions at a recent National Eye Institute meeting on the development of cellular therapies for retinal degenerative disease. At this meeting, emphasis was placed on the general value of identifying and sharing information in the so-called "precompetitive space." The utility of this behavior was described in terms of how it could allow us to remove road blocks in the clinical development pipeline, and more efficiently and economically move stem cell-based therapies for retinal degenerative diseases toward the clinic. Many of the ocular stem cell approaches we discuss are also being used more broadly, for nonocular conditions and therefore the model we develop here, using the precompetitive space, should benefit the entire scientific community.
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.
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 | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 découle