MétaCan
Menu
Retour à la cohorte
Enregistrement W2921438307 · doi:10.1111/iwj.13093

Surfactants: Role in biofilm management and cellular behaviour

2019· article· en· W2921438307 sur OpenAlexaff
Steven L. Percival, Dieter Mayer, Robert S. Kirsner, Greg Schultz, Dot Weir, Sashwati Roy, Afsáneh Alavi, Marco Romanelli

Notice bibliographique

RevueInternational Wound Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMedline Industries
Mots-clésBiofilmWound healingPoloxamerWound careMedicineMatrix metalloproteinaseIntensive care medicineBacteriaChemistrySurgeryBiology

Résumé

récupéré en direct d'OpenAlex

Appropriate and effective wound cleaning represents an important process that is necessary for preparing the wound for improved wound healing and for helping to dislodge biofilms. Wound cleaning is of paramount importance to wound bed preparation for helping to enhance wound healing. Surfactant applications in wound care may represent an important area in the cleaning continuum. However, understanding of the role and significance of surfactants in wound cleansing, biofilm prevention and control, and enhancing cellular viability and proliferation is currently lacking. Despite this, some recent evidence on poloxamer-based surfactants where the surfactants are present in high concentration have been shown to have an important role to play in biofilm management; matrix metalloproteinase modulation; reducing inflammation; and enhancing cellular proliferation, behaviour, and viability. Consequently, this review aims to discuss the role, mode of action, and clinical significance of the use of medically accepted surfactants, with a focus on concentrated poloxamer-based surfactants, to wound healing but, more specifically, the role they may play in biofilm management and effects on cellular repair.

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 enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,010
Tête enseignante GPT0,275
Écart entre enseignants0,264 · 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

Citations80
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Wound JournalMême sujetWound Healing and TreatmentsTravaux en français237 207