Polymeric Microspheres Containing Human Vocal Fold Fibroblasts for Vocal Fold Regeneration
Notice bibliographique
Résumé
OBJECTIVE: Most acellular injectable biomaterials for vocal fold (VF) wound treatment have limited regenerative potential due to their fast enzymatic degradation and limited recruitment of native cells postinjection. The injection of cells as therapeutic treatment often results in apoptosis due to stresses within the needle and the immune response of the host. Degradable microspheres may improve treatment effectiveness by increasing cell residence time, shielding cells during injection, and offering early protection against the immune system response. The objective of the present study was to investigate the potential of human VF fibroblasts encapsulated in polymeric microspheres as an injectable therapeutic treatment in vitro. METHODS: Alginate, alginate-poly-L-lysine, and alginate-chitosan microspheres were fabricated using electrospraying and characterized in terms of biocompatibility, swelling, and mechanical properties as well as cytokine production. RESULTS: Alginate microspheres were found to have the most desirable properties for VF regeneration. They were resistant to mechanical challenges. They were found to have a stiffness similar to that reported for native VF-lamina propria. They were found to be biocompatible and increased the proliferation of fibroblasts. Human VF fibroblasts encapsulated in alginate microspheres induced the production of interleukin (IL)-8 and IL-4 at 24 hours. CONCLUSION: The alginate microspheres fabricated in this study were found to offer potential advantages, as cell delivery tool. This study highlights the importance of combining biomaterials and cells to expedite the wound-healing process through cytokine production. Future work is aimed to further analysis of the wound-healing properties the microspheres. LEVEL OF EVIDENCE: NA Laryngoscope, 131:1828-1834, 2021.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».