MétaCan
Menu
Retour à la cohorte
Enregistrement W3108814519 · doi:10.3390/mi11121066

Tissue Engineering of Oral Mucosa and Salivary Gland: Disease Modeling and Clinical Applications

2020· review· en· W3108814519 sur OpenAlexaff
Akram Abdo Almansoori, Bongju Kim, Jong-Ho Lee, Simon D. Tran

Notice bibliographique

RevueMicromachines · 2020
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDecellularizationOral mucosaTissue engineeringSalivary glandOrganoidOrgan culturePathologyExtracellular matrix3D cell cultureCell cultureOrgan-on-a-chipIn vitroMedicineBiologyCell biologyBiomedical engineeringNanotechnologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Oral mucosa and salivary gland are composed of complex and dynamic networks of extracellular matrix, multiple cell types, vasculature, and various biochemical agents. Two-dimensional (2D) cell culture is commonly used in testing new drugs and experimental therapies. However, 2D cell culture cannot fully replicate the architecture, physiological, and pathological microenvironment of living human oral mucosa and salivary glands. Recent microengineering techniques offer state of the science cell culture models that can recapitulate human organ structures and functions. This narrative review describes emerging in vitro models of oral and salivary gland tissue such as 3D cell culture models, spheroid and organoid models, tissue-on-a-chip, and functional decellularized scaffolds. Clinical applications of these models are also discussed in this review.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,372
Écart entre enseignants0,330 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujet3D Printing in Biomedical ResearchTravaux en français237 207