MétaCan
Menu
Retour à la cohorte
Enregistrement W2605331105 · doi:10.1142/s2339547817500029

Building an experimental model of the human body with non-physiological parameters

2017· article· en· W2605331105 sur OpenAlexafffund
Joseph M. Labuz, Christopher Moraes, David Mertz, Brendan M. Leung, Shuichi Takayama

Notice bibliographique

RevueTECHNOLOGY · 2017
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensDalhousie UniversityMcGill University
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNatural Sciences and Engineering Research Council of CanadaDefense Threat Reduction AgencyNational Institutes of HealthNational Institute of Biomedical Imaging and BioengineeringBanting Research Foundation
Mots-clésHuman bodyEnvironmental scienceComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

New advances in engineering and biomedical technology have enabled recent efforts to capture essential aspects of human physiology in microscale, in-vitro systems. The application of these advances to experimentally model complex processes in an integrated platform — commonly called a ‘human-on-a-chip (HOC)’ — requires that relevant compartments and parameters be sized correctly relative to each other and to the system as a whole. Empirical observation, theoretical treatments of resource distribution systems and natural experiments can all be used to inform rational design of such a system, but technical and fundamental challenges (e.g. small system blood volumes and context-dependent cell metabolism, respectively) pose substantial, unaddressed obstacles. Here, we put forth two fundamental principles for HOC design: inducing in-vivo-like cellular metabolic rates is necessary and may be accomplished in-vitro by limiting O 2 availability and that the effects of increased blood volumes on drug concentration can be mitigated through pharmacokinetics-based treatments of solute distribution. Combining these principles with natural observation and engineering workarounds, we derive a complete set of design criteria for a practically realizable, physiologically faithful, five-organ millionth-scale ([Formula: see text]) microfluidic model of the human body.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,294

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,044
Tête enseignante GPT0,337
Écart entre enseignants0,293 · 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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTECHNOLOGYMême sujet3D Printing in Biomedical ResearchTravaux en français237 207