MétaCan
Menu
Retour à la cohorte
Enregistrement W4310490737 · doi:10.3389/fped.2022.1020986

Amniotic fluid stem cells: A novel treatment for necrotizing enterocolitis

2022· review· en· W4310490737 sur OpenAlexafffund
Felicia Balsamo, Yina Tian, Agostino Pierro, Bo Li

Notice bibliographique

RevueFrontiers in Pediatrics · 2022
Typereview
Langueen
DomaineNursing
ThématiqueInfant Nutrition and Health
Établissements canadiensHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick Children
Mots-clésNecrotizing enterocolitisMedicineContext (archaeology)Regenerative medicineIntensive care medicineStem cellAmniotic fluidRegeneration (biology)Internal medicineBiologyPregnancy

Résumé

récupéré en direct d'OpenAlex

Necrotizing enterocolitis (NEC) is a gastrointestinal disease frequently prevalent in premature neonates. Despite advances in research, there is a lack of accurate, early diagnoses of NEC and the current therapeutic approaches remain exhausted and disappointing. In this review, we have taken a close look at the regenerative medical literature available in the context of NEC treatment. Stem cells from amniotic fluid (AFSC) administration may have the greatest protective and restorative effects on NEC. This review summarizes the potential protection and restoration AFSCs have on NEC-induced intestinal injury while comparing various components within AFSCs like conditioned medium (CM) and extracellular vesicles (EVs). In addition to therapeutic interventions that focus on targeting intestinal epithelial damage and regeneration, a novel discovery that AFSCs act in a Wnt-dependent manner provides insight into this mechanism of protection. Finally, we have highlighted the most important aspects that remain unknown that should be considered to guide future research on the translational application of AFSC-based therapy. We hope that this will be a beneficial frame of reference for the guidance of future studies and towards the clinical application of AFSC and/or its derivatives as a treatment against NEC.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,082
Tête enseignante GPT0,336
Écart entre enseignants0,255 · 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'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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PediatricsMême sujetInfant Nutrition and HealthTravaux en français237 207