MétaCan
Menu
Retour à la cohorte
Enregistrement W4213111905 · doi:10.1016/j.mtbio.2022.100221

Trends in hydrogel-based encapsulation technologies for advanced cell therapies applied to limb ischemia

2022· review· en· W4213111905 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMaterials Today Bio · 2022
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésCell encapsulationSelf-healing hydrogelsEncapsulation (networking)Critical limb ischemiaExtracellular matrixBiomedical engineeringTissue engineeringDrug deliveryNanotechnologyMedicineMaterials scienceSurgeryCell biologyBiologyVascular diseaseArterial diseaseComputer science

Résumé

récupéré en direct d'OpenAlex

Ischemia occurs when blood flow is reduced or restricted, leading to a lack of oxygen and nutrient supply and removal of metabolites in a body part. Critical limb ischemia (CLI) is a severe clinical manifestation of peripheral arterial disease. Atherosclerosis serves as the main cause of CLI, which arises from the deposition of lipids in the artery wall, forming atheroma and causing inflammation. Although several therapies exist for the treatment of CLI, pharmacotherapy still has low efficacy, and vascular surgery often cannot be performed due to the pathophysiological heterogeneity of each patient. Gene and cell therapies have emerged as alternative treatments for the treatment of CLI by promoting angiogenesis. However, the delivery of autologous, heterologous or genetically modified cells into the ischemic tissue remains challenging, as these cells can die at the injection site and/or leak into other tissues. The encapsulation of these cells within hydrogels for local delivery is probably one of the promising options today. Hydrogels, three-dimensional (3D) cross-linked polymer networks, enable manipulation of physical and chemical properties to mimic the extracellular matrix. Thus, specific biostructures can be developed by adjusting prepolymer properties and encapsulation process variables, such as viscosity and flow rate of fluids, depending on the final biomedical application. Electrostatic droplet extrusion, micromolding, microfluidics, and 3D printing have been the most commonly used technologies for cell encapsulation due to their versatility in producing different hydrogel-based systems (e.g., microgels, fibers, vascularized architectures and perfusable single vessels) with great potential to treat ischemic diseases. This review discusses the cell encapsulation technologies associated with hydrogels which are currently used for advanced therapies applied to limb ischemia, describing their principles, advantages, disadvantages, potentials, and innovative therapeutic ideas.

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.

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)0,001
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 enseignants0,945
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,318
Écart entre enseignants0,282 · 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