MétaCan
Menu
Retour à la cohorte
Enregistrement W2333508077 · doi:10.1021/bm300186k

Alginate-PEG Sponge Architecture and Role in the Design of Insulin Release Dressings

2012· article· en· W2333508077 sur OpenAlexafffund
Michael Hrynyk, Manuela Martins‐Green, Annelise E. Barron, Ronald J. Neufeld

Notice bibliographique

RevueBiomacromolecules · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInsulinWound healingPEG ratioChemistryPLGAEthylene glycolSelf-healing hydrogelsBiomedical engineeringPharmacologyBiochemistryInternal medicineIn vitroSurgeryMedicinePolymer chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Wound healing is a natural process involving several signaling molecules and cell types over a significant period of time. Although current dressings help to protect the wound from debris or infection, they do little in accelerating the healing process. Insulin has been shown to stimulate the healing of damaged skin. We have developed an alginate sponge dressing (ASD) that forms a hydrogel capable of providing a moist and protective healing environment. By incorporating insulin-loaded poly(d,l-lactide-co-glycolide) (PLGA) microparticles into ASD, we successfully stabilized and released insulin for up to 21 days. Insulin release and water absorption and transfer through the ASD were influenced by altering the levels of poly(ethylene glycol) (PEG) in the dressing matrix. Bioactivity of released insulin can be maintained for at least 10 days, demonstrated using a human keratinocyte migration assay. Results showed that insulin-loaded PLGA microparticles, embedded within PEG-ASD, functioned as an effective long-term delivery platform for bioactive insulin.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil0,268

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,279
Écart entre enseignants0,258 · 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'étudeObservationnel
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

Citations51
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomacromoleculesMême sujetWound Healing and TreatmentsTravaux en français237 207