MétaCan
Menu
Retour à la cohorte
Enregistrement W2996627737 · doi:10.1186/s13643-019-1242-y

Methods and efficacy of extracellular vesicles derived from mesenchymal stromal cells in animal models of disease: a preclinical systematic review protocol

2019· article· en· W2996627737 sur OpenAlexafffund
Alvin Tieu, Mitchell Slobodian, Dean Fergusson, Joshua Montroy, Dylan Burger, Duncan J. Stewart, Risa Shorr, David Allan, Manoj M. Lalu

Notice bibliographique

RevueSystematic Reviews · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchOttawa Hospital Anesthesia Alternate Funds AssociationOttawa Hospital Research Institute
Mots-clésMesenchymal stem cellStromal cellMedicineMicrovesiclesExtracellular vesicleExtracellular vesiclesParacrine signallingCancer researchCell biologyPathologyBiologyInternal medicinemicroRNABiochemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Over the past decade, mesenchymal stromal cells have been increasingly investigated for their therapeutic potential in several different illnesses. However, cell therapy can be limited by potentially serious adverse events including cell embolus formation and tumorigenesis. Importantly, the protective effects of mesenchymal stromal cells are largely mediated by paracrine mechanisms including release of extracellular vesicles. This systematic review intends to synthesize the current knowledge of mesenchymal stromal cell-derived extracellular vesicles as a therapeutic option for preclinical models of disease, inflammation, or injury. METHODS: A systematic literature search of MEDLINE, Embase, and BIOSIS databases will be conducted. Interventional preclinical in vivo studies using extracellular vesicles derived from any tissue source of mesenchymal stromal cells will be included. Studies will be screened by abstract, and full-text by two independent reviewers. Eligible studies will undergo data extraction with subcategorization into domains based on disease. Methods utilized for extracellular vesicle characterization and isolation will be collected, as well as information on interventional traits, such as tissue source of mesenchymal stromal cells, dosage regimen, and vesicle modifications. Reported outcomes will be collected to determine which diseases studied may be impacted most from treatment with mesenchymal stromal cell-derived extracellular vesicles. DISCUSSION: This systematic review will summarize preclinical studies investigating the therapeutic efficacy of both small and large extracellular vesicles derived by mesenchymal stromal cells. Extracellular vesicles represent a possibility to harness the benefits of mesenchymal stromal cells with added benefits of reduced manufacturing costs and an improved safety profile. Hence, there has been an exponential increase in interest for developing this cell-free therapy with hundreds of preclinical studies published to date. However, a vast amount of heterogeneity between groups relates to methods of extracellular vesicle isolation, characterization, and study design. This review will capture this heterogeneity and identify the most commonly used and optimal approaches to evaluate mesenchymal stromal cell-derived extracellular vesicle treatment. A meta-analysis of outcomes within each disease domain will help elucidate which fields of research demonstrate promise for developing extracellular vesicles as a novel cell-free therapy. Summarizing this robust information on extracellular vesicles as an intervention can provide guidance for designing preclinical studies with hopes of future clinical translation.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,039
Tête enseignante GPT0,377
Écart entre enseignants0,338 · 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.

Devis d'étudeRevue systématique
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

Citations19
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSystematic ReviewsMême sujetExtracellular vesicles in diseaseTravaux en français237 207