Polycaprolactone nanofibrous mesh reduces foreign body reaction and induces adipose flap expansion in tissue engineering chamber
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
Tissue engineering chamber technique can be used to generate engineered adipose tissue, showing the potential for the reconstruction of soft tissue defects. However, the consequent foreign body reaction induced by the exogenous chamber implantation causes thick capsule formation on the surface of the adipose flap following capsule contracture, which may limit the internal tissue expansion. The nanotopographical property and architecture of nanofibrous scaffold may serve as a promising method for minimizing the foreign body reaction. Accordingly, electrospinning porous polycaprolactone (PCL) nanofibrous mesh, a biocompatible synthetic polymer, was attached to the internal surface of the chamber for the reducing local foreign body reaction. Adipose flap volume, level of inflammation, collagen quantification, capsule thickness, and adipose tissue-specific gene expression in chamber after implantation were evaluated at different time points. The in vivo study revealed that the engineered adipose flaps in the PCL group had a structure similar to that in the controls and normal adipose tissue structure but with a larger flap volume. Interleukin (IL)-1β, IL-6, and transforming growth factor-β expression decreased significantly in the PCL group compared with the control. Moreover, the control group had much more collagen deposition and thicker capsule than that observed in the PCL group. These results indicate that the unique nanotopographical effect of electrospinning PCL nanofiber can reduce foreign body reaction in a tissue engineering chamber, which maybe a promising new method for generating a larger volume of mature, vascularized, and stable adipose 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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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