Comparisons of Auricular Cartilage Tissues from Different Species
Notice bibliographique
Résumé
OBJECTIVES: Tissue engineering of auricular cartilage has great potential in providing readily available materials for reconstructive surgeries. As the field of tissue engineering moves forward to developing human tissues, there needs to be an interspecies comparison of the native auricular cartilage in order to determine a suitable animal model to assess the performance of engineered auricular cartilage in vivo. METHODS: Here, we performed interspecies comparisons of auricular cartilage by comparing tissue microstructure, protein localization, biochemical composition, and mechanical properties of auricular cartilage tissues from rat, rabbit, pig, cow, and human. RESULTS: Human, pig, and cow auricular cartilage have smaller lacunae compared to rat and rabbit cartilage ( P < .05). Despite differences in tissue microstructure, human auricular cartilage has similar biochemical composition to both rat and rabbit. Auricular cartilage from pig and cow, alternatively, display significantly higher glycosaminoglycan and collagen contents compared to human, rat, and rabbit ( P < .05). The mechanical properties of human auricular cartilage were comparable to that of all 4 animal species. CONCLUSIONS: This is the first study that compares the microstructural, biochemical, and mechanical properties of auricular cartilage from different species. This study showed that different experimental animal models of human auricular cartilage may be suitable in different cases.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».