MétaCan
Menu
Retour à la cohorte
Enregistrement W2572801083 · doi:10.4317/jced.52824

Growth kinetics and characterization of human dental pulp stem cells: Comparison between third molar and first premolar teeth

2017· article· en· W2572801083 sur OpenAlexaff
Davood Mehrabani, P Mahdiyar, Kianoosh Torabi, Reza Robati, S Zare, Mehdi Dianatpour, Amin Tamadon

Notice bibliographique

RevueJournal of Clinical and Experimental Dentistry · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMesenchymal stem cell research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesShiraz UniversityShiraz University of Medical SciencesIslamic Azad University
Mots-clésDental pulp stem cellsMolarPremolarPulp (tooth)CD90DentistryChemistryMesenchymal stem cellCD44Stem cellTissue engineeringCell biologyBiologyCD34Biomedical engineeringCellMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Dental pulp stem cells (DPSCs) play an important role in tissue regeneration. This study compares the growth kinetics and characterization of third molar and first premolar human DPSCs. MATERIAL AND METHODS: Dental pulp tissues were isolated from human first premolar and third molar teeth and were digested by treating them with collagenase type I. Single-cell suspensions from each dental pulp were seeded in T25 culture flasks and the media were replaced every 3 days until 70% confluence. The cells were enumerated to determine the population doubling time (PDT). Cells were characterized using flow cytometry, RT-PCR and osteogenic medium for differentiation of DPSCs. Karyotyping assay was also performed till passage 7th. RESULTS: The DPSCs had spindle-shaped morphology. There was an increase in PDT in third molar DPSCs when compared to first premolar teeth. Positive expression of CD44, CD73, and CD90 and negative expression of CD34 and CD45 were illustrated. A normal karyotype was visible for all seven passages. The Alizarin red staining was positive for osteogenic induction of DPSCs. CONCLUSIONS: Stem cells, dental pulp, growth kinetics, characterization.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,116
Tête enseignante GPT0,437
Écart entre enseignants0,321 · 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

Citations33
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Experimental DentistryMême sujetMesenchymal stem cell researchTravaux en français237 207