MétaCan
Menu
Retour à la cohorte
Enregistrement W4380569357 · doi:10.1557/s43577-023-00551-2

Recent advances in personalized 3D bioprinted tissue models

2023· article· en· W4380569357 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMRS Bulletin · 2023
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesInstitute of Neurosciences, Mental Health and AddictionMaterials Research Science and Engineering Center, Harvard UniversityCanada Research Chairs
Mots-clés3D bioprintingRegenerative medicineInduced pluripotent stem cellBiocompatible materialPersonalized medicineDrug discoveryComputer scienceTissue engineeringNanotechnologyBiomedical engineeringComputational biologyBioinformaticsStem cellMedicineMaterials scienceBiologyCell biologyEmbryonic stem cell

Résumé

récupéré en direct d'OpenAlex

Three-dimensional (3D) bioprinting uses the defined layer-by-layer deposition of living cells incorporated into biocompatible materials that can be used to create 3D models of human tissues. Functional 3D in vitro models can better mimic the complex architecture of human tissues in vivo providing more accurate cell-to-cell and cell-to-matrix interactions, and a better supply of nutrients, oxygen, and drugs to cells than standard two-dimensional cultures. This article examines recent advances and employments of these personalized models in cardiac, cancer, skin, and neuronal tissue applications based on the use of 3D printing and patient-derived cells, including induced pluripotent stem cells. These models can be used to generate patient-specific organ prototypes, drug screening platforms in preclinical studies, and engraftable tissues suitable for clinical practice proving themselves as promising new avenues for disease modeling, drug discovery, and regenerative medicine.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,875
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0020,003

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 Opus0,026
Tête enseignante GPT0,297
Écart entre enseignants0,271 · 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