MétaCan
Menu
Retour à la cohorte
Enregistrement W2606622575 · doi:10.1139/cjpp-2016-0713

Trimodal rescue of hind limb ischemia with growth factors, cells, and nanocarriers: fundamentals to clinical trials

2017· review· en· W2606622575 sur OpenAlexvenueno aff
Rajesh Lakshmanan, Gopi Ukani, Muhammad Tipu Rishi, Nilanjana Maulik

Notice bibliographique

RevueCanadian Journal of Physiology and Pharmacology · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAngiogenesis and VEGF in Cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCritical limb ischemiaIschemiaAmputationRevascularizationStem-cell therapyStem cellClinical trialSurgeryCardiologyInternal medicineTransplantationBiology

Résumé

récupéré en direct d'OpenAlex

Peripheral artery disease is a severe medical condition commonly characterized by critical or acute limb ischemia. Gradual accumulation of thrombotic plaques in peripheral arteries of the lower limb may lead to intermittent claudication or ischemia in muscle tissue. Ischemic muscle tissue with lesions may become infected, resulting in a non-healing wound. Stable progression of the non-healing wound associated with severe ischemia might lead to functional deterioration of the limb, which, depending on the severity, can result in amputation. Immediate rescue of ischemic muscles through revascularization strategies is considered the gold standard to treat critical limb ischemia. Growth factors offer multiple levels of protection in revascularization of ischemic tissue. In this review, the basic mechanism through which growth factors exert their beneficial properties to rescue the ischemic limb is extensively discussed. Moreover, clinical trials based on growth factor and stem cell therapy to treat critical limb ischemia are considered. The clinical utility of stem cell therapy for the treatment of limb ischemia is explained and recent advances in nanocarrier technology for selective growth factor and stem cell supplementation are summarized.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,147
Tête enseignante GPT0,442
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Physiology and PharmacologyMême sujetAngiogenesis and VEGF in CancerTravaux en français237 207