MétaCan
Menu
Retour à la cohorte
Enregistrement W3093549841 · doi:10.1016/j.bioactmat.2020.09.028

Viscosity and degradation controlled injectable hydrogel for esophageal endoscopic submucosal dissection

2020· article· en· W3093549841 sur OpenAlexaff
Chaoqiang Fan, Kaige Xu, Yu Huang, Shuang Liu, Tongchuan Wang, Wei Wang, Weichao Hu, Lu Liu, Malcolm Xing, Shiming Yang

Notice bibliographique

RevueBioactive Materials · 2020
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesChongqing Science and Technology CommissionNational Natural Science Foundation of China
Mots-clésSelf-healing hydrogelsEndoscopic submucosal dissectionHyaluronic acidEndoscopic mucosal resectionMaterials scienceBiomedical engineeringGellan gumBiocompatibilitySalineSurgeryChemistryEndoscopyMedicineAnatomyPolymer chemistryAnesthesia

Résumé

récupéré en direct d'OpenAlex

Endoscopic submucosal dissection (ESD) is a common procedure to treat early and precancerous gastrointestinal lesions. Via submucosal injection, a liquid cushion is created to lift and separate the lesion and malignant part from the muscular layer where the formed indispensable space is convenient for endoscopic incision. Saline is a most common submucosal injection liquid, but the formed liquid pad lasts only a short time, and thus repeated injections increase the potential risk of adverse events. Hydrogels with high osmotic pressure and high viscosity are used as an alternate; however, with some drawbacks such as tissue damage, excessive injection resistance, and high cost. Here, we reported a nature derived hydrogel of gelatin-oxidized alginate (G-OALG). Based on the rheological analysis and compare to commercial endoscopic mucosal resection (EMR) solution (0.25% hyaluronic acid, HA), a designed G-OALG hydrogel of desired concentration and composition showed higher performances in controllable gelation and injectability, higher viscosity and more stable structures. The G-OALG gel also showed lower propulsion resistance than 0.25% HA in the injection force assessment under standard endoscopic instruments, which eased the surgical operation. In addition, the G-OALG hydrogel showed good in vivo degradability biocompatibility. By comparing the results acquired via ESD to normal saline, the G-OALG shows great histocompatibility and excellent endoscopic injectability, and enables create a longer-lasting submucosal cushion. All the features have been confirmed in the living both pig and rat models. The G-OALG could be a promising submucosal injection agent for esophageal ESD.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,266
Écart entre enseignants0,243 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations69
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioactive MaterialsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207