MétaCan
Menu
Retour à la cohorte
Enregistrement W4297900514 · doi:10.18063/ijb.v8i4.616

3D Bioprinting for Regenerating COVID-19-Mediated Irreversibly Damaged Lung Tissue

2022· review· en· W4297900514 sur OpenAlexaff
F. Akter, Yusha Araf, Salman Khan Promon, Jingbo Zhai, Chunfu Zheng

Notice bibliographique

RevueInternational Journal of Bioprinting · 2022
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLungPneumoniaMedicineRespiratory systemRespiratory failureRespiratory distressCoronavirus disease 2019 (COVID-19)Diffuse alveolar damageCoronavirusDiseaseIntensive care medicineImmunologyPathologyBioinformaticsAcute respiratory distressInternal medicineBiologySurgeryInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

While the tension of COVID-19 is still increasing, patients who recovered from the infection are facing life-threatening consequences such as multiple organ failure due to the presence of angiotensin-converting enzyme 2 receptor in different organs. Among all the complications, death caused by respiratory failure is the most common because severe acute respiratory syndrome coronavirus 2 infects lung's type II epithelial, mucociliary, and goblet cells that eventually cause pneumonia and acute respiratory distress syndrome, which are responsible for the irreversible lung damage. Risk factors, such as age, comorbidities, diet, and lifestyle, are associated with disease severity. This paper reviews the potential of three-dimensional bioprinting in printing an efficient organ for replacement by evaluating the patient's condition.

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 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)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,002
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 Opus0,087
Tête enseignante GPT0,414
Écart entre enseignants0,327 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BioprintingMême sujet3D Printing in Biomedical ResearchTravaux en français237 207