Attachment of Primary Vaginal Fibroblasts to Absorbable and Nonabsorbable Implant Materials Coated With Platelet-Rich Plasma
Notice bibliographique
Résumé
OBJECTIVES: Pelvic organ prolapse (POP) is a common condition in women. The lifetime risk of undergoing surgery to correct POP is 11%, with 30% recurrence rate. Various types of vaginal implants, absorbable and nonabsorbable, that have been introduced in pelvic floor reconstructive surgeries have numerous serious adverse effects. Platelet-rich plasma (PRP) is an autologous product that accelerates tissue healing and regeneration. We hypothesized that autologous PRP will promote human vaginal fibroblast (HVF) attachment to vaginal implants and increase their healing potential. METHODS: Vaginal tissue biopsies were collected from postmenopausal patients with POP (n = 10) and asymptomatic control subjects (n = 4) during vaginal hysterectomy or repair. Primary cells were isolated and characterized by immunocytochemistry. Cell attachment and proliferation were compared between POP HVFs and control HVFs (n = 4/group). Twelve weeks after the surgery, blood samples were collected from 6 POP patients to obtain autologous PRP. Two meshes, absorbable (Vicryl) and nonabsorbable (Restorelle), were coated in PRP or control media; autologous POP HVFs (n = 6) were seeded on meshes for 2 hours. Cells attached to the meshes were fixed, stained with DAPI (4,6-diamidino-2-phenylindole dihydrochloride), and counted. RESULTS: Pelvic organ prolapse HVFs were similar to control HVFs in attachment to different matrix substrates and in proliferation rate. Attachment of POP HVFs to both meshes was significantly increased after coating with PRP versus Dulbecco modified Eagle medium (Vicryl: 9875 vs. 1006 cells/cm, Restorelle: 3724 vs. 649 cells/cm; P < 0.001 for both). CONCLUSIONS: In vitro, primary POP HVFs show better attachment to implant materials when treated with PRP, which may lead to reduced mesh-related complications in vivo, indicating its great potential for urogynecologic surgeries.
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) | 0,002 | 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 ».