MétaCan
Menu
Retour à la cohorte
Enregistrement W3186890146 · doi:10.1021/acs.molpharmaceut.1c00400

Restoring Endogenous Repair Mechanisms to Heal Chronic Wounds with a Multifunctional Wound Dressing

2021· article· en· W3186890146 sur OpenAlexaff
Rahimeh B. Atashgah, Amir Reza Ghasemi, Mohammad Raoufi, Mohammad‐Amin Abdollahifar, Hossein Nejadnik, Alieh Abdollahi, Shahriar Sharifi, Baltazar Lea, Miguel Cuerva, Mehdi Akbarzadeh, Carmen Alvarez‐Lorenzo, Seyed Nasser Ostad, Andrea S. Theus, Doris L. LaRock, Christopher N. LaRock, Vahid Serpooshan, Rouzbeh Sarrafi, Ki‐Bum Lee, Hojatollah Vali, Holger Schönherr, Lisa J. Gould, Pablo Taboada, Morteza Mahmoudi

Notice bibliographique

RevueMolecular Pharmaceutics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensMcGill University
Organismes subventionnairesEuropean Regional Development FundMinisterio de Economía y CompetitividadXunta de GaliciaBrigham and Women's HospitalNational Science Foundation
Mots-clésWound healingChronic woundAngiogenesisEndogenyMedicineTissue repairInflammationWound dressingSurgeryImmunologyCancer researchBiomedical engineeringMaterials scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Current treatment of chronic wounds has been critically limited by various factors, including bacterial infection, biofilm formation, impaired angiogenesis, and prolonged inflammation. Addressing these challenges, we developed a multifunctional wound dressing-based three-pronged approach for accelerating wound healing. The multifunctional wound dressing, composed of nanofibers, functional nanoparticles, natural biopolymers, and selected protein and peptide, can target multiple endogenous repair mechanisms and represents a promising alternative to current wound healing products.

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 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 enseignants0,062
Score d'incertitude au seuil0,879

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,072
Tête enseignante GPT0,348
Écart entre enseignants0,276 · 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.

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

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular PharmaceuticsMême sujetWound Healing and TreatmentsTravaux en français237 207