In situ Tissue Regeneration in the Cornea from Bench to Bedside
Notice bibliographique
Résumé
Corneal blindness accounts for 5.1% of visual deficiency and is the fourth leading cause of blindness globally. An additional 1.5-2 million people develop corneal blindness each year, including many children born with or who later develop corneal infections. Over 90% of corneal blind people globally live in low- and middle-income regions (LMIRs), where corneal ulcers are approximately 10-fold higher compared to high-income countries. While corneal transplantation is an effective option for patients in high-income countries, there is a considerable global shortage of corneal graft tissue and limited corneal transplant programs in many LMIRs. In situ tissue regeneration aims to restore diseases or damaged tissues by inducing organ regeneration. This can be achieved in the cornea using biomaterials based on extracellular matrix (ECM) components like collagen, hyaluronic acid, and silk. Solid corneal implants based on recombinant human collagen type III were successfully implanted into patients resulting in regeneration of the corneal epithelium, stroma, and sub-basal nerve plexus. As ECM crosslinking and manufacturing methods improve, the focus of biomaterial development has shifted to injectable, in situ gelling formulations. Collagen, collagen-mimetic, and gelatin-based in situ gelling formulas have shown the ability to repair corneal wounds, surgical incisions, and perforations in in-vivo models. Biomaterial approaches may not be sufficient to treat inflammatory conditions, so other cell-free therapies such as treatment with tolerogenic exosomes and extracellular vesicles may improve treatment outcomes. Overall, many of the technologies described here show promise as future medical devices or combination products with cell or drug-based therapies. In situ tissue regeneration, particularly with liquid formulas, offers the ability to triage and treat corneal injuries and disease with a single regenerative solution, providing alternatives to organ transplantation and improving patient outcomes.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».