Models for the study of nasal and sinus physiology in health and disease: A review of the literature
Notice bibliographique
Résumé
Objective Chronic sinusitis is a very common yet poorly understood medical condition with significant morbidity. Hence, it remains an entity that is difficult to treat with unsatisfactory outcomes of current management options. This necessitates research into the etiology and pathophysiology of the condition to enhance our knowledge and the therapeutic options. Unfortunately, this kind of research is not always feasible on human subjects due to practical and ethical limitations. Therefore, an alternative model that simulates the disease had to be found in order to overcome these limitations. These models could either be in vivo or in vitro. The aim of our review is to summarize the research findings and key discoveries of both in vivo and in vitro models of chronic sinusitis that have enhanced our understanding of the condition today and have paved the way for the future research of tomorrow. Data Sources : PubMed literature review. Methods A review of the literature was conducted to identify the main successful in vivo and in vitro models for chronic sinusitis. Results Creating a successful model for chronic sinusitis is no easy task. Over the years, both in vivo animal models and in vitro tissue culture models were proposed, with each model having its accolades and pitfalls, with the ideal model remaining elusive to this day. However, advancing three‐dimensional cell culturing techniques seems to be a promising new way to find a more accurate model. Conclusion None of the current models is perfect for a thorough study of chronic sinusitis. However, three‐dimensional cell cultures have the potential to bridge the gap between in vivo and in vitro studies. Level of Evidence NA
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».