Mesenchymal stem cells - a promising strategy for treating knee osteoarthritis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aims The purpose of our study was to determine whether mesenchymal stem cells (MSCs) are an effective and safe therapeutic agent for the treatment of knee osteoarthritis (OA), owing to their cartilage regeneration potential. Methods We searched PubMed, Embase, and the Cochrane Library, with keywords including “knee osteoarthritis” and “mesenchymal stem cells”, up to June 2019. We selected randomized controlled trials (RCTs) that explored the use of MSCs to treat knee OA. The visual analogue scale (VAS), Western Ontario and McMaster University Osteoarthritis Index (WOMAC), adverse events, and the whole-organ MRI score (WORMS) were used as the primary evaluation tools in the studies. Our meta-analysis included a subgroup analysis of cell dose and cell source. Results Seven trials evaluating 256 patients were included in the meta-analysis. MSC treatment significantly improved the VAS (mean difference (MD), –13.24; 95% confidence intervals (CIs) –23.28 to –3.20, p = 0.010) and WOMAC (MD, –7.22; 95% CI –12.97 to –1.47, p = 0.010). The low-dose group with less than 30 million cells showed lower p-values for both the VAS and WOMAC. Adipose and umbilical cord–derived stem cells also had lower p-values for pain scores than those derived from bone marrow. Conclusion Overall, MSC-based cell therapy is a relatively safe treatment that holds great potential for OA, evidenced by a positive effect on pain and knee function. Using low-dose (25 million) and adipose-derived stem cells is likely to achieve better results, but further research is needed. Cite this article: Bone Joint Res 2020;9(10):719–728.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle