An in vitro method to test the safety and efficacy of low-level laser therapy (LLLT) in the healing of a canine skin model
Notice bibliographique
Résumé
BACKGROUND: Low-level laser therapy (LLLT) has been used clinically as a treatment modality for a variety of medical conditions including wound-healing processes. It is an attractive and emerging method to enhance wound healing and improve clinical outcomes both in human and veterinary medicine. Despite the fact that the use of LLLT continues to gain in popularity, there is no universally accepted theory that defends all its cellular effects and beneficial biological processes in tissue repair. The present study was designed to evaluate the effect of LLLT on cellular migration and proliferation of cultured canine epidermal keratinocytes (CPEK) in an in vitro wound healing model. RESULTS: Keratinocyte migration and proliferation were assessed using a scratch migration assay and a proliferation assay, respectively. Fifteen independent replicates were performed for each assay. Canine epidermal keratinocyte cells exposed to LLLT with 0.1, 0.2, and 1.2 J/cm(2) migrated significantly more rapidly (p < 0.03) and showed significantly higher rates of proliferation (p < 0.0001) compared to non-irradiated cells cultured in the same medium and cells exposed to the higher energy dose of 10 J/cm(2). Irradiation with 10 J/cm(2) was characterized by decreased cellular migration and proliferation. These results revealed that LLLT has a measurable, dose-dependent effect on two different aspects of keratinocyte biology in vitro. CONCLUSION: In this in vitro wound-healing model, LLLT increased cellular migration and proliferation at doses of 0.1, 0.2, and 1.2 J/cm(2) while exposure to 10 J/cm(2) decreased cellular migration and proliferation. These data suggest that the beneficial effects of LLLT in vivo may be due, in part, to effects on keratinocyte behavior.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».