Sternal Bone Marrow Harvesting and Culturing Techniques from Patients Undergoing Cardiac Surgery
Notice bibliographique
Résumé
BACKGROUND: Mesenchymal stromal cells (MSCs) are the most prominent cell type used in clinical regenerative medicine and stem cell research. MSCs are commonly harvested from bone marrow that has been aspirated from patients' iliac crest. However, the ethical challenges of finding consenting patients and obtaining fresh autologous cells via invasive extraction methods remain to be barriers to MSC research. METHODS: Techniques of harvesting sternal bone marrow, isolating and culturing MSCs, MSC surface phenotyping, and MSC differentiation are described. Samples from 50 patients undergoing a sternotomy were collected, and the time taken to reach 80% confluency and cell count at the second splitting of MSC were measured. RESULTS: MSC isolated from the sternal bone marrow of patients undergoing cardiac surgery demonstrated successful MSC surface phenotyping and MSC differentiation. The mean cell count at the time of the second split was 1,628,025, and the mean time taken to reach the second split was 24.8 days. CONCLUSION: Herein, we describe the first reported technique of harvesting sternal bone marrow from patients already undergoing open-chest cardiac surgery to reduce the invasiveness of bone marrow harvesting, as well as the methods of isolating, culturing, and identifying MSCs for the clinical application of constructing autologous MSC-derived biomaterials.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,003 | 0,001 |
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 ».