Promoting Cardiac Regeneration and Repair Using Acellular Biomaterials
Notice bibliographique
Résumé
Ischemic heart disease is a common cause of end-stage heart failure and has persisted as one of the main causes of end stage heart failure requiring transplantation. Maladaptive myocardial remodeling due to ischemic injury involves multiple cell types and physiologic mechanisms. Pathogenic post-infarct remodeling involves collagen deposition, chamber dilatation and ventricular dysfunction. There have been significant improvements in medication and revascularization strategies. However, despite medical optimization and opportunities to restore blood flow, physicians lack therapies that directly access and manipulate the heart to promote healthy post-infarct myocardial remodeling. Strategies are now arising that use bioactive materials to promote cardiac regeneration by promoting angiogenesis and inhibiting cardiac fibrosis; and many of these strategies leverage the unique advantage of cardiac surgery to directly visualize and manipulate the heart. Although cellular-based strategies are emerging, multiple barriers exist for clinical translation. Acellular materials have also demonstrated preclinical therapeutic potential to promote angiogenesis and attenuate fibrosis and may be able to surmount these translational barriers. Within this review we outline various acellular biomaterials and we define epicardial infarct repair and intramyocardial injection, which focus on administering bioactive materials to the cardiac epicardium and myocardium respectively to promote cardiac regeneration. In conjunction with optimized medical therapy and revascularization, these techniques show promise to upregulate pathways of cardiac regeneration to preserve heart function.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».