MétaCan
Menu
Retour à la cohorte
Enregistrement W2888150420 · doi:10.1111/odi.12962

Ultrastructural analysis of collagen fibril diameter distribution in cleft lip

2018· article· en· W2888150420 sur OpenAlexaff
Mohammad Faisal J. Khan, Julian Little, Tapas Chandra Nag, Peter Mossey, Luca Autelitano, Maria Costanza Meazzini, Ahmed Merajuddin, A Singh, Michele Rubini

Notice bibliographique

RevueOral Diseases · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCleft Lip and Palate Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversità degli Studi di Ferrara
Mots-clésFibrilCollagen fibrilUltrastructureAnatomyTransmission electron microscopyOsmium tetroxideChemistryElectron microscopeMaterials scienceMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: A preliminary study to determine collagen fibril diameter (CF-ED) distribution on medial and lateral sides of cleft lip (CL). MATERIAL AND METHODS: Tissue samples from medial and lateral sides of CL were fixed in 2.5% glutaraldehyde and 1% osmium tetroxide and embedded in Araldite CY212 resin for transmission electron microscopy. The analysis of CF-ED was performed using the ImageJ program. To characterize the packaging of collagen fibrils (CFs) in the two tissues, we estimated the collagen number density (CF-ND) and fibril-area-fraction (FAF). Differences in measurements across the two sides were calculated using Wilcoxon signed-rank test. RESULTS: The CF-ED was statistically significantly (p < 0.001) smaller on the medial side (45.69 ± 7.89 nm) than on the lateral side (54.18 ± 7.62 nm). The medial side had a higher CF-ND and a higher percentage of FAF than the lateral side. CONCLUSION: Our finding of a smaller CF-ED and higher CF-ND and FAF for the medial side suggests possible differences in size and distribution of CFs between medial and lateral sides of CL. This finding provides knowledge toward underlying tissue biomechanics that may help reconstruction of perioral tissue scaffolds, ultimately resulting in better treatment of patients with oral clefts.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,278

Scores Codex et Gemma par catégorie

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 Opus0,013
Tête enseignante GPT0,298
Écart entre enseignants0,286 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOral DiseasesMême sujetCleft Lip and Palate ResearchTravaux en français237 207