MétaCan
Menu
Retour à la cohorte
Enregistrement W4390939128 · doi:10.1016/j.bioadv.2024.213775

Biomaterial engineering for cell transplantation

2024· article· en· W4390939128 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.

Notice bibliographique

RevueBiomaterials Advances · 2024
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésTransplantationRegenerative medicineRegeneration (biology)Cell therapyTissue engineeringMedicineBiomaterialFunction (biology)CellStem cellImmune systemNeuroscienceBiologyImmunologyCell biologyBiomedical engineeringSurgery

Résumé

récupéré en direct d'OpenAlex

The current paradigm of medicine is mostly designed to block or prevent pathological events. Once the disease-led tissue damage occurs, the limited endogenous regeneration may lead to depletion or loss of function for cells in the tissues. Cell therapy is rapidly evolving and influencing the field of medicine, where in some instances attempts to address cell loss in the body. Due to their biological function, engineerability, and their responsiveness to stimuli, cells are ideal candidates for therapeutic applications in many cases. Such promise is yet to be fully obtained as delivery of cells that functionally integrate with the desired tissues upon transplantation is still a topic of scientific research and development. Main known impediments for cell therapy include mechanical insults, cell viability, host's immune response, and lack of required nutrients for the transplanted cells. These challenges could be divided into three different steps: 1) Prior to, 2) during the and 3) after the transplantation procedure. In this review, we attempt to briefly summarize published approaches employing biomaterials to mitigate the above technical challenges. Biomaterials are offering an engineerable platform that could be tuned for different classes of cell transplantation to potentially enhance and lengthen the pharmacodynamics of cell therapies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,110
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,267
Écart entre enseignants0,257 · 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