Advances in neonatal cell therapies: Proceedings of the First Neonatal Cell Therapies Symposium (2022)
Notice bibliographique
Résumé
Despite considerable advances, there is a need to improve the outcomes of newborn infants, especially related to prematurity, encephalopathy and other conditions. In principle, cell therapies have the potential to protect, repair, or sometimes regenerate vital tissues; and improve or sustain organ function. In this review, we present highlights from the First Neonatal Cell Therapies Symposium (2022). Cells tested in preclinical and clinical studies include mesenchymal stromal cells from various sources, umbilical cord blood and cord tissue derived cells, and placental tissue and membrane derived cells. Overall, most preclinical studies suggest potential for benefit, but many of the cells tested were not adequately defined, and the optimal cell type, timing, frequency, cell dose or the most effective protocols for the targeted conditions is not known. There is as yet no clinical evidence for benefit, but several early phase clinical trials are now assessing safety in newborn babies. We discuss parental perspectives on their involvement in these trials, and lessons learnt from previous translational work of promising neonatal therapies. Finally, we make a call to the many research groups around the world working in this exciting yet complex field, to work together to make substantial and timely progress to address the knowledge gaps and move the field forward. IMPACT: Survival of preterm and sick newborn infants is improving, but they continue to be at high risk of many systemic and organ-specific complications. Cell therapies show promising results in preclinical models of various neonatal conditions and early phase clinical trials have been completed or underway. Progress on the potential utility of cell therapies for neonatal conditions, parental perspectives and translational aspects are discussed in this paper.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,018 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».