MétaCan
Menu
Retour à la cohorte
Enregistrement W3092483879

Adipose Tissue Extract for Wound Healing : Operating room preparation, in vitro and clinical use

2020· article· fi· W3092483879 sur OpenAlexaboutno aff
Jenny Lopez

Notice bibliographique

RevueTampere University Institutional Repository (Tampere University) · 2020
Typearticle
Languefi
DomaineMedicine
ThématiqueBody Contouring and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWound healingAdipose tissueIn vitroBiomedical engineeringMedicineChemistrySurgeryInternal medicineBiochemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Haavojen määrän kasvaessa nopeasti maailmanlaajuisesti tarvitaan parempia keinoja akuuttien ja kroonisten haavojen hoitamiseksi. Hoitoon kuuluvat keskeisesti haavanhoitotuotteet, mekaaninen tai kemiallinen puhdistus sekä kirurgia. Kuitenkaan tähän mennessä mikään yksittäinen keino ei ole johtanut optimaaliseen haavan paranemiseen. Jotkut tuotteista toimivat kemiallisesti, mutta suurin osa ei reagoi bioaktiivisesti. Suurin osa kudosteknologiaan liittyvistä hoidoista perustuu soluterapiaan, mutta solujen hankkiminen vie aikaa, on kallista ja vaatii harjoittelua. Hoitoihin saattaa liittyä myös haittavaikutuksia. \n \nHaavan paraneminen on seurausta peräkkäisistä tapahtumista, jotka johtavat solujen jakautumiseen, viestintään, liikkumiseen, verisuonimuodostukseen ja solunulkoisen aineen tuottamiseen. Haavanparanemisen avainasemassa ovat kasvutekijät, joita erittyy suurimmasta osasta kudosvaurion alueella olevista soluista ja verihiutaleista kuten endoteelisoluista, makrofageista, lymfosyyteistä, fibroblasteista, rasvasoluista ja epiteelisoluista. Nämä valkuaisaineet kiinnittyvät solukalvon reseptoreihin ja stimuloivat proteiinisynteesiä johtaen haavan sulkeutumiseen. Yksittäisiä rekombinanttikasvutekijöitä on yritetty valmistaa kliiniseen käyttöön, mutta kasvutekijöiden yhdistelmän tiedetään paremmin matkivan fysiologista paranemista. Elimistön omia kasvutekijöiden lähteitä ovat luuydin, veri ja rasvakudos. Rasvakudos sisältää rasvasoluja ja strooman verisuonisoluja, joita voidaan kerätä helposti. Verihiutalerikkaan plasman (platelet- rich plasma, PRP) käyttö ei ole yleistynyt johtuen vaihtelevista kliinisistä tuloksista satunnaistetuissa kontrolloiduissa tutkimuksissa. Rasvakudosuute on soluton runsaasti kasvutekijöitä sisältävä seos, jolla on todistetusti rasvasolujen ja verisuonien muodostumista lisääviä ominaisuuksia. Tämän tutkimuksen tarkoitus oli kuvailla rasvakudosuutteen vaikutuksia haavan paranemiseen. \n \nEnsimmäisessä tutkimuksessa pyrittiin löytämään uusi leikkaussaliin sopiva keino rasvakudosuutteen keräämiseen. Rasvakudosta kerättiin vesisuihkuavusteisella rasvaimulla 27 terveeltä naiselta. Valmisteluun liittyviä muuttujia olivat inkubaatioaika (15-45 minuuttia), lämpötila ja erilaiset suodatintyypit. Leikkaussalissa tuotettuja proteiini- ja kasvutekijäarvoja verrattiin laboratoriossa tuotettuihin. Toisessa tutkimuksessa keskityttiin havaitsemaan rasvakudosuutteen (13 näytettä) ja PRP:n (11 näytettä) in vitro -vaikutuksia haavan paranemiseen osallistuvien solujen, kuten keratinosyyttien, fibroblastien, rasvakudoksen kantasolujen ja endoteelisolujen jakautumiseen ja liikkumiseen. Rasvakudosuute- ja PRP-näytteistä mitattiin myös kasvutekijäpitoisuuksia. Kolmannessa tutkimuksessa eriteltiin rasvakudosuutteen vaikutuksia ihmisillä. Ihosiirreleikkaukseen tulevilla potilailla otettiin kaksi tai useampia ihosiirteitä, joista yhteen ihosiirteen ottokohtaan laitettiin pinnallisesti joko omaa rasvakudosuutetta tai PRP:ta, ja toiseen satunnaisesti valittuun kohtaan asetettiin pelkkä haavasidos. Tutkimuksessa seurattiin 15 rasvakudosuutteella ja 13 PRP:llä hoidettua ihonottokohtaa. Haavan re-epitelisaatiota arvioitiin digitaalisilla valokuvilla 5., 7., 10. ja 15. leikkauksen jälkeisenä päivänä. Arvet mitattiin spektrocutometrialla ja pisteytettiin modifioidulla Vancouver-Manchester- arpiasteikolla 30. ja 60. päivänä. \n \nTutkimuksessa havaittiin, että leikkaussalissa valmistettu rasvakudosuute, jota inkuboitiin 30 minuuttia huoneenlämmössä ja jonka valmistuksessa käytettiin 0,2 µm reiällistä ruiskusuodatinta, sisälsi yhtä paljon proteiineja ja kasvutekijöitä laboratoriossa valmistettuun rasvakudosuutteeseen verrattuna. Vaikka PRP:ssä oli kaiken kaikkiaan enemmän kasvutekijöitä, tutkimuksessa havaittiin, että rasvakudosuute oli hyvä keratinosyyttikasvutekijöiden lähde. Tällä oli positiivinen vaikutus keratinosyyttienjakautumiseen kuudentena viljelypäivänä. Rasvakudosuute myös kiihdytti fibroblastien ja rasvan kantasolujen liikkumista. Rasvakudosuute ja PRP lisäsivät keratinosyyttien liikkumista. Kuten edellä, rasvakudosuutteen havaittiin stimuloivan varhaista re-epitelisaatiota 5. (p 0,003) ja 7. (p 0,04) päivänä, kun taas PRP:n havaittiin edistävän paranemista 7. (p 0,001) päivänä kontrolleihin verrattuna. Rasvakudosuutteella hoidetuilla ihonottokohdilla oli paremmat arpipisteet 30. (p 0,0005) ja 60. päivänä (p 0,02). \n \nVerisuonimuodostus ja re-epitelisaatio ovat keskeisiä tapahtumia haavan paranemisessa. Tämä tutkimus puoltaa lisätutkimuksia rasvakudosuutteen parantavan vaikutuksen taustalla olevien mekanismien ymmärtämiseksi paremmin. Tutkimus avaa uusia ovia kudosteknologian alalla ja paljastaa tärkeät löydökset: soluton uute on tehokas konsentroimaan riittävän ja sopivan kasvutekijöiden yhdistelmän paranemisen edistämiseksi ja haavan paraneminen ei vaadi erityisen korkeita kasvutekijäpitoisuuksia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,041
Tête enseignante GPT0,271
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTampere University Institutional Repository (Tampere University)Même sujetBody Contouring and SurgeryTravaux en français237 207