Notice bibliographique
Résumé
Abstract In current clinical practice, corneas with perforations that are repaired by cyanoacrylate gluing and those with recurrent ulcerations are often treated by corneal grafting as the treatment to restore vision. However, there is a severe shortage of donor corneas worldwide. More importantly, when someone has a toothache and visits the dentist, the dentist removed the pathologic portions and fills the tooth. Corneal transplantation for a perforation or ulcer would be similar to extracting the tooth and replacing with an implant. Our objective was to develop a method for restoring pathologic corneas such as those with ulcers or perforations that avoids corneal transplantation. We have developed a Liquid Cornea Patch (LCP) that is based on a collagen‐like peptide conjugated to a polyethylene glycol backbone. The LCP is applied as a viscous liquid that polymerises in situ to form a hydrogel. We previously reported its efficacy in sealing large perforation in vitro (Samarawickrama et al. 2018). We also showed that the crosslinking agent used was non‐toxic to corneal epithelial and endothelial cells at doses used for hydrogel formation. Here, we report on a second‐generation patch which we successfully tested in vivo in rabbit and mini‐pig corneas. The LCP withstands bursting pressures up to 170 mm Hg. Although not as strong as cyanoacrylate glue, the bursting pressure is much higher than would be encountered in the human eye (where normal intraocular pressure is between 12 and 22 mm Hg). Over 12 months in mini‐pig corneas, the LCPs promoted regeneration of cornea tissue and nerves. We show that nerve in‐growth proceeded as per solid versions of collagen and collagen‐like peptide‐based implants.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».