MétaCan
Menu
Retour à la cohorte
Enregistrement W4315927606 · doi:10.14670/hh-18-580

Salivary gland bioengineering - yesterday, today, tomorrow!

2023· review· en· W4315927606 sur OpenAlexaff
Janaki Iyer, Sangeeth Pillai, José G. Munguia-López, Yuli Zhang, Mariia Mielkozorova, Simon D. Tran

Notice bibliographique

RevuePubMed · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueSalivary Gland Disorders and Functions
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesnon disponible
Mots-clésSalivary glandYesterdayMedicineNeuroscienceBiologyIntensive care medicinePathology

Résumé

récupéré en direct d'OpenAlex

Salivary glands are specialized structures developed as an extensively compact, arborized design through classical embryogenesis, accompanied by a cascade of events channelized by numerous growth factors and genetic regulatory pathways. Salivary secretions maintain oral homeostasis and, when diminished in certain conditions, present as xerostomia or salivary hypofunction, adversely impacting the patient's quality of life. The current available treatments primarily aim at tackling the immediate symptoms providing temporary relief to the patient. Despite scientific efforts to develop permanent and effective solutions to restore salivation, a significant permanent treatment is yet to be established. Tissue engineering has proven as a promising remedial tool in several diseases, as well as in xerostomia, and aims to restore partial loss of organ function. Recapitulating the physiological cellular microenvironment to in vitro culture conditions is constantly evolving. Replicating the dynamic multicellular interactions, genetic pathways, and cytomorphogenic forces, as displayed during salivary gland development have experienced considerable barriers. Through this review, we endeavour to provide an outlook on the evolution of in vitro salivary gland research, highlighting the key bioengineering advances and the challenges faced with the current therapeutic strategies for salivary hypofunction, with an insight into our team's scientific contributions.

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)0,000
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 enseignants0,976
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,104
Tête enseignante GPT0,307
Écart entre enseignants0,203 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetSalivary Gland Disorders and FunctionsTravaux en français237 207