MétaCan
Menu
Retour à la cohorte
Enregistrement W2755687427 · doi:10.1021/acsbiomaterials.7b00404

Magnetic Resonance Imaging of Alginate Beads Containing Pancreatic Beta Cells and Paramagnetic Nanoparticles

2017· article· en· W2755687427 sur OpenAlexafffund
Sary Sarkis, Fanny Silencieux, Karen E. Markwick, Marc‐André Fortin, Corinne A. Hoesli

Notice bibliographique

RevueACS Biomaterials Science & Engineering · 2017
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic function and diabetes
Établissements canadiensUniversité LavalCentre hospitalier universitaire de QuébecMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFonds de Recherche du Québec - Santé
Mots-clésGadoliniumIsletMaterials scienceNanoparticleMesoporous silicaIn vivoTransplantationSelf-healing hydrogelsChemistryBiomedical engineeringBiophysicsNanotechnologyMesoporous materialPolymer chemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Microencapsulation is being investigated as a means to avoid rejection of transplanted pancreatic islets. Monitoring bead distribution and stability in vivo is an important step toward improving microencapsulated islet transplantation strategies. Islet co-encapsulation with gadolinium-labeled mesoporous silica nanoparticles (Gd-MSNs) could allow bead visualization while immobilizing and limiting the potential internalization of the contrast agent. The porous nature of the MSNs could also be used to locally release anti-inflammatory, angiogenic, or anti-apoptotic factors. Mouse insulinoma 6 (MIN6) beta cells were co-encapsulated with Gd-MSNs in alginate beads produced by emulsification and internal gelation. Gd-MSN alginate beads appeared brighter in T 1 -weighted imaging sequences (detection threshold of 0.016 mM Gd; relaxometric ratio r 2 / r 1 = 1.45) than beads without Gd-MSNs. No leaching of Gd 3+ from the hydrogels was detected over the course of 3 months. MIN6 cells co-encapsulated with Gd-MSNs were viable without significant differences in cell growth rate compared to encapsulated controls without Gd-MSNs. This study paves the way for microencapsulated islet tracking via MRI using co-encapsulated paramagnetic nanomaterials.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
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 Opus0,011
Tête enseignante GPT0,240
Écart entre enseignants0,229 · 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'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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Biomaterials Science & EngineeringMême sujetPancreatic function and diabetesTravaux en français237 207