MétaCan
Menu
Retour à la cohorte
Enregistrement W2521459783 · doi:10.1073/pnas.1612277113

Diabetic wound regeneration using peptide-modified hydrogels to target re-epithelialization

2016· article· en· W2521459783 sur OpenAlexafffund
Yun Xiao, Lewis A. Reis, Nicole Feric, Erica J. Knee, Junhao Gu, Shuwen Cao, Carol Laschinger, Camila Londoño, Julia Antolovich, Alison P. McGuigan, Milica Radisic

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesNational Heart, Lung, and Blood InstituteCanadian Institutes of Health ResearchNational Institutes of HealthNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésWound healingAngiogenesisGlutamineArgininePharmacologyPeptideSelf-healing hydrogelsRegeneration (biology)MedicineCarnosineChemistryBiochemistryAmino acidCell biologyCancer researchSurgeryBiology

Résumé

récupéré en direct d'OpenAlex

The QHREDGS peptide, both as a soluble supplement and when immobilized in a substrate, protected keratinocytes against hydrogen peroxide stress in a dose-dependent manner. Collective migration of both normal and diabetic human keratinocytes was promoted on chitosan-collagen films with the immobilized QHREDGS peptide. The clinical relevance was demonstrated further by assessing the chitosan-collagen hydrogel with immobilized QHREDGS in full-thickness excisional wounds in a db/db diabetic mouse model; QHREDGS showed significantly accelerated and enhanced wound closure compared with a clinically approved collagen wound dressing, peptide-free hydrogel, or blank wound controls. The accelerated wound closure resulted primarily from faster re-epithelialization and increased formation of granulation tissue. There were no observable differences in blood vessel density or size within the wound; however, the total number of blood vessels was greater in the peptide-hydrogel-treated wounds. Together, these findings indicate that QHREDGS is a promising candidate for wound-healing interventions that enhance re-epithelialization and the formation of granulation tissue.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,046
Score d'incertitude au seuil0,174

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,077
Tête enseignante GPT0,351
Écart entre enseignants0,274 · 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

Citations161
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetWound Healing and TreatmentsTravaux en français237 207