Comparing natural hydrogels to self-assembling peptides in spinal cord injury treatment: a systematic review
Notice bibliographique
Résumé
Background: In many cases, central nervous system (CNS) injury is unchanging due to the absence of neuronal regeneration and repair capabilities. In recent years, regenerative medicine, and especially hydrogels, has reached a significant amount of attention for their promising results for the treatment of spinal cord injury (SCI) currently considered permanent. Hydrogels are categorized based on their foundation: synthetic, natural, and combination. The objective of this study was to compare the properties and efficacy of commonly used hydrogels, like collagen, and other natural peptides with synthetic self-assembling peptide hydrogels in the treatment of SCI. Methods : Articles were searched in PubMed, Scopus, Web of Science, and Embase. All studies from 1985 until January 2020 were included in the primary search. Eligible articles were included based on the following criteria: administering hydrogels (both natural and synthetic) for SCI treatment, solely focusing on spinal cord injury treatment, and published in a peer-reviewed journal. Data on axonal regeneration, revascularization, elasticity, drug delivery efficacy, and porosity were extracted. Results: A total of 24 articles were included for full-text review and data extraction. There was only one experimental study comparing collagen I (natural hydrogel) and polyethylene glycol (PEG) in an in vitro setting. The included study suggested the behavior of cells with PEG is more expectable in the injury site, which makes it a more reliable scaffold for neurites. Conclusions: There is limited research comparing and evaluating both types of natural and self-assembling peptides (SAPs) in the same animal or in vitro study, despite its importance. Although we assume that the remodeling of natural scaffolds may lead to a stable hydrogel, there was not a definitive conclusion that synthetic hydrogels are more beneficial than natural hydrogels in neuronal regeneration.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».