MétaCan
Menu
Retour à la cohorte
Enregistrement W2922184234 · doi:10.1093/jbcr/irz013.274

366 Humanized Skin Model in Severe Combined Immune Deficient Pigs

2019· article· en· W2922184234 sur OpenAlexaff
Alexandra Singer, Christopher K. Tuggle, Annette Ahrens, Mariana M. Sauer, Scott McClain, E. E. Tredget, Louis Rosenberg

Notice bibliographique

RevueJournal of Burn Care & Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTissue Engineering and Regenerative Medicine
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineImmune systemInflammationTransplantationWound healingPathologyHuman skinAntibodyDermatomeImmunologySurgeryBiology

Résumé

récupéré en direct d'OpenAlex

Hypertrophic scarring after burns is common resulting in significant disfigurement and dysfunction. Further advances in understanding the pathobiology of scarring and the development of novel therapies aimed at reducing scarring are hindered by the lack of appropriate large animal models. Transplantation of human xenografts onto immune compromised mice is a powerful research tool for studying wound healing. However, differences in healing between humans and mice and their small size limits this model. Recently, a severe combined immune deficiency (SCID) pig was accidentally discovered. We determined whether human cadaver skin xenografts transplanted onto SCID pigs would survive and not be rejected. Split thickness, meshed (1:1.5), cryopreserved human cadaver skin obtained from a skin bank was transplanted onto 10 partial thickness dermatome wounds in each of two normal domestic pigs and two SCID pigs. Autografts (n=2/animal) from the 4 animals were used as controls. Animals were followed for 4 weeks and periodic digital images and full thickness biopsies were obtained to monitor healing using H&E stains as well as T-cell specific CD3-antibodies. Human specific HLA antibodies were used to determine the origin of the transplanted skin in SCID pigs. In normal pigs, all autografts were engrafted and healed with minimal if any inflammation and scarring. All human xenografts were rejected by the normal pigs within 5-11 days and associated with an intense T-cell inflammatory response. In contrast, both autografts and xenografts were engrafted and survived the 28-day study in the SCID pigs with minimal inflammation in only 1/20 xenografts and no gross scarring in any wounds. Human specific antibodies (HLA-ABC) confirmed the human source of the healed xenografts. This study serves as proof-of-concept that human cadaver skin survives on SCID pigs for at least 28 days. Further development of this model is ongoing to determine if human hypertrophic scars or keloids can be transplanted onto SCID pigs. We believe that a humanized scar model in pigs will be helpful in the development of novel therapies aimed at preventing or reducing hypertrophic scarring after burns.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,040
Tête enseignante GPT0,360
Écart entre enseignants0,320 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & ResearchMême sujetTissue Engineering and Regenerative MedicineTravaux en français237 207