MétaCan
Menu
Retour à la cohorte
Enregistrement W4307706012 · doi:10.3389/fbioe.2022.1011800

Bioengineering lungs: An overview of current methods, requirements, and challenges for constructing scaffolds

2022· review· en· W4307706012 sur OpenAlexafffund
Shahad Shakir, Tillie‐Louise Hackett, Leila B. Mostaço-Guidolin

Notice bibliographique

RevueFrontiers in Bioengineering and Biotechnology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueTissue Engineering and Regenerative Medicine
Établissements canadiensUniversity of British ColumbiaCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEconomic shortageIntensive care medicineLung transplantationTransplantationMedicineLungRisk analysis (engineering)SurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Chronic respiratory diseases remain a significant health burden worldwide. The only option for individuals with end-stage lung failure remains Lung Transplantation. However, suitable organ donor shortages and immune rejection following transplantation remain a challenge. Since alternative options are urgently required to increase tissue availability for lung transplantation, researchers have been exploring lung bioengineering extensively, to generate functional, transplantable organs and tissue. Additionally, the development of physiologically-relevant artificial tissue models for testing novel therapies also represents an important step toward finding a definite clinical solution for different chronic respiratory diseases. This mini-review aims to highlight some of the most common methodologies used in bioengineering lung scaffolds, as well as the benefits and disadvantages associated with each method in conjunction with the current areas of research devoted to solving some of these challenges in the area of lung bioengineering.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,201
Tête enseignante GPT0,413
Écart entre enseignants0,212 · 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

Citations22
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Bioengineering and BiotechnologyMême sujetTissue Engineering and Regenerative MedicineTravaux en français237 207