Human endothelial colony-forming cells in regenerative therapy: A systematic review of controlled preclinical animal studies
Notice bibliographique
Résumé
Endothelial colony-forming cells (ECFCs) hold significant promise as candidates for regenerative therapy of vascular injury. Existing studies remain largely preclinical and exhibit marked design heterogeneity. A systematic review of controlled preclinical trials of human ECFCs is needed to guide future study design and to accelerate clinical translation. A systematic search of Medline and EMBASE on 1 April 2019 returned 3131 unique entries of which 66 fulfilled the inclusion criteria. Most studies used ECFCs derived from umbilical cord or adult peripheral blood. Studies used genetically modified immunodeficient mice (n = 52) and/or rats (n = 16). ECFC phenotypes were inconsistently characterized. While >90% of studies used CD31+ and CD45-, CD14- was demonstrated in 73% of studies, CD146+ in 42%, and CD10+ in 35%. Most disease models invoked ischemia. Peripheral vascular ischemia (n = 29), central nervous system ischemia (n = 14), connective tissue injury (n = 10), and cardiovascular ischemia and reperfusion injury (n = 7) were studied most commonly. Studies showed predominantly positive results; only 13 studies reported ≥1 outcome with null results, three reported only null results, and one reported harm. Quality assessment with SYRCLE revealed potential sources of bias in most studies. Preclinical ECFC studies are associated with benefit across several ischemic conditions in animal models, although combining results is limited by marked heterogeneity in study design. In particular, characterization of ECFCs varied and aspects of reporting introduced risk of bias in most studies. More studies with greater focus on standardized cell characterization and consistency of the disease model are needed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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) | 0,000 | 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 ».