Effect of Artificial Tear Formulations on the Metabolic Activity of Human Corneal Epithelial Cells after Exposure to Desiccation
Notice bibliographique
Résumé
Artificial lipid-containing tear formulations are developed to reduce tear evaporation by the restoration of a deficient tear lipid layer. Artificial tear formulations that prevent cell desiccation will result in ocular surface protection and the maintenance of cell metabolic activity. During dehydration, cells undergo the process of loss of metabolic activity and subsequently cell death. This work describes a method for assessing the efficacy of artificial tear formulations. The metabolic dye (i.e., alamarBlue) changes from a low fluorescent molecule resazurin to a fluorescent molecule resorufin in viable cells. The biological performance of an artificial tear formulation is measured as the ability of the formulation to (a) maintain cell viability and (b) provide cell protection from desiccation. Growth media and saline are used as controls for the cell viability/desiccation tests. Cells are incubated with test solutions for 30 min and then desiccated for 0 or 5 min at 37 °C and 45% relative humidity. Cell metabolic activity after initial exposure and after cell desiccation is then determined. The results show the comparative effects of eye drop formulations on cell metabolic activity and desiccation protection. This method can be used to test dry eye formulations that are designed to treat individuals with evaporative dry eye.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».