MétaCan
Menu
Retour à la cohorte
Enregistrement W4318263111 · doi:10.1016/j.brainres.2023.148263

A novel ex vivo assay to define charge-balanced electrical stimulation parameters for neural precursor cell activation in vivo

2023· article· en· W4318263111 sur OpenAlexafffund
Kylie S.K. Lau, Tianhao Chen, Stephanie N. Iwasa, Matthew Volpatti, Miloš R. Popović, Cindi M. Morshead

Notice bibliographique

RevueBrain Research · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversity Health NetworkToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Toronto
Mots-clésEx vivoIn vivoStimulationNeuroscienceNeural stem cellEndogenyBiologyCell biologyStem cellBiochemistry

Résumé

récupéré en direct d'OpenAlex

Endogenous neural stem cells and their progeny (together termed neural precursor cells (NPCs)) are promising candidates to facilitate neuroregeneration. Charge-balanced biphasic monopolar stimulation (BPMP) is a clinically relevant approach that can activate NPCs both in vitro and in vivo. Herein, we established a novel ex vivo stimulation system to optimize the efficacy of BPMP electric field (EF) application in activating endogenous NPCs. Using the ex vivo system, we discerned that cathodal amplitude of 200 μA resulted in the greatest NPC pool expansion and enhanced cathodal migration. Application of the same stimulation parameters in vivo resulted in the same NPC activation in the mouse brain. The design and implementation of the novel ex vivo model bridges the gap between in vitro and in vivo systems, enabling a moderate throughput stimulation system to explore and optimize EF parameters that can be applied to clinically relevant brain injury/disease models.

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)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil0,854

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
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 Opus0,158
Tête enseignante GPT0,389
Écart entre enseignants0,232 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain ResearchMême sujetNeuroscience and Neural EngineeringTravaux en français237 207