MétaCan
Menu
Retour à la cohorte
Enregistrement W2612690698 · doi:10.1097/bcr.0000000000000571

Therapeutic Use of Stem Cells in Treatment of Burn Injuries

2017· review· en· W2612690698 sur OpenAlexaff
Jasmine Cheng, Ali Farrokhi, Aziz Ghahary, Reza B. Jalili

Notice bibliographique

RevueJournal of Burn Care & Research · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMesenchymal stem cell research
Établissements canadiensInternational Collaboration On Repair DiscoveriesUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineStem cellIntensive care medicineContractureBurn injuryWound healingSevere burnSurgery

Résumé

récupéré en direct d'OpenAlex

Burn injuries are one of the most common sources of trauma globally that comprise a significant drain on long-term personal and healthcare cost. Large surface area burn wounds are difficult to manage and may result in significant physiologic and psychologic sequelae. The goal of burn wound healing research is to fully repair and restore skin's original structure and functionality while minimizing problems such as hypertrophic scarring and contracture. One of the ways this can be achieved is through augmentation of the skin's natural healing process using the regenerative capability of stem cells. In this review, the authors highlight some recent developments in treatment of burn wounds employing stem cells. We compare and contrast the benefits and drawbacks to various sources of stem cells and techniques of delivery into damaged tissues that have been the focus of established and ongoing research, and avenues of exploration this burgeoning arena offers for the future.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,522
Tête enseignante GPT0,541
Écart entre enseignants0,019 · 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.

Devis d'étudeAutre devis
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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & ResearchMême sujetMesenchymal stem cell researchTravaux en français237 207