MétaCan
Menu
Retour à la cohorte
Enregistrement W2795450295 · doi:10.3390/bioengineering5020028

Therapeutic Use of Stem Cells for Myocardial Infarction

2018· review· en· W2795450295 sur OpenAlexaff
Mariah Madigan, Rony Atoui

Notice bibliographique

RevueBioengineering · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePluripotent Stem Cells Research
Établissements canadiensHealth Sciences NorthNOSM University
Organismes subventionnairesnon disponible
Mots-clésMyocardial infarctionStem cellMedicineCardiologyInternal medicineIntensive care medicineBiologyCell biology

Résumé

récupéré en direct d'OpenAlex

Myocardial infarction is a leading cause of morbidity and mortality worldwide. Although medical and surgical treatments can significantly improve patient outcomes, no treatment currently available is able to generate new contractile tissue or reverse ischemic myocardium. Driven by the recent/novel understanding that regenerative processes do exist in the myocardium-tissue previously thought not to possess regenerative properties-the use of stem cells has emerged as a promising therapeutic approach with high expectations. The literature describes the use of cells from various sources, categorizing them as either embryonic, induced pluripotent, or adult/tissue stem cells (mesenchymal, hematopoietic, skeletal myoblasts, cardiac stem cells). Many publications show the successful use of these cells to regenerate damaged myocardium in both animal and human models; however, more studies are needed to directly compare cells of various origins in efforts to draw conclusions on the ideal source. Although numerous challenges exist in this developing area of research and clinical practice, prospects are encouraging. The following aims to provide a concise review outlining the different types of stem cells used in patients after myocardial infarction.

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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,074
Tête enseignante GPT0,314
Écart entre enseignants0,240 · 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

Citations71
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioengineeringMême sujetPluripotent Stem Cells ResearchTravaux en français237 207