MétaCan
Menu
Retour à la cohorte
Enregistrement W4285040108 · doi:10.1089/ten.teb.2022.0067

Tissue Engineering Neovagina for Vaginoplasty in Mayer–Rokitansky–Küster–Hauser Syndrome and Gender Dysphoria Patients: A Systematic Review

2022· review· en· W4285040108 sur OpenAlexaboutno aff
Jayson Sueters, Freek Groenman, Mark‐Bram Bouman, Jan‐Paul Roovers, Ralph de Vries, Theo H. Smit, Judith A.F. Huirne

Notice bibliographique

RevueTissue Engineering Part B Reviews · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueUrological Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVaginoplastyMedicineChecklistGender dysphoriaMEDLINEInclusion and exclusion criteriaVaginaGynecologySurgeryTransgenderPathologyBiologyPsychology

Résumé

récupéré en direct d'OpenAlex

Background: Vaginoplasty is a surgical solution to multiple disorders, including Mayer–Rokitansky–Küster–Hauser syndrome and male-to-female gender dysphoria. Using nonvaginal tissues for these reconstructions is associated with many complications, and autologous vaginal tissue may not be sufficient. The potential of tissue engineering for vaginoplasty was studied through a systematic bibliography search. Cell types, biomaterials, and signaling factors were analyzed by investigating advantages, disadvantages, complications, and research quantity. Search Methods: A systematic search was performed in Medline, EMBASE, Web of Science, and Scopus until March 8, 2022. Term combinations for tissue engineering , guided tissue regeneration , regenerative medicine , and tissue scaffold were applied, together with vaginoplasty and neovagina . The snowball method was performed on references and a Google Scholar search on the first 200 hits. Original research articles on human and/or animal subjects that met the inclusion (reconstruction of vaginal tissue and tissue engineering method) and no exclusion criteria (not available as full text; written in foreign language; nonoriginal study article; genital surgery other than neovaginal reconstruction; and vaginal reconstruction with autologous or allogenic tissue without tissue engineering or scaffold) were assessed. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) checklist, the Newcastle–Ottawa Scale, and the Gold Standard Publication Checklist were used to evaluate article quality and bias. Outcomes: A total of 31 out of 1569 articles were included. Data extraction was based on cell origin and type, biomaterial nature and composition, host species, number of hosts and controls, neovaginal size, replacement fraction, and signaling factors. An overview of used tissue engineering methods for neovaginal formation was created, showing high variance of cell types, biomaterials, and signaling factors and the same topics were rarely covered multiple times. Autologous vaginal cells and extracellular matrix-based biomaterials showed preferential properties, and stem cells carry potential. However, quality confirmation of orthotopic cell-seeded acellular vaginal matrix by clinical trials is needed as well as exploration of signaling factors for vaginoplasty. Impact statement General article quality was weak to sufficient due to unreported cofounders and incomplete animal study descriptions. Article quality and heterogenicity made identification of optimal cell types, biomaterials, or signaling factors unreliable. However, trends showed that autologous cells prevent complications and compatibility issues such as healthy cell destruction, whereas stem cells prevent cross talk (interference of signaling pathways by signals from other cell types) and rejection (but need confirmation testing beyond animal trials). Natural (orthotopic) extracellular matrix biomaterials have great preferential properties that encourage future research, and signaling factors for vascularization are important for tissue engineering of full-sized neovagina.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,062
Tête enseignante GPT0,323
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTissue Engineering Part B ReviewsMême sujetUrological Disorders and TreatmentsTravaux en français237 207