MétaCan
Menu
Retour à la cohorte
Enregistrement W4400726204 · doi:10.1126/sciadv.abq0997

Global trends in clinical trials involving engineered biomaterials

2024· review· en· W4400726204 sur OpenAlexaboutno aff
Mahim Lele, Shaunak Kapur, Sarah E. Hargett, Nivedhitha Malli Sureshbabu, Akhilesh K. Gaharwar

Notice bibliographique

RevueScience Advances · 2024
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNational Institute of Neurological Disorders and Stroke
Mots-clésClinical trialBiomaterialMedicineBiomedical engineeringPathology

Résumé

récupéré en direct d'OpenAlex

Engineered biomaterials are materials specifically designed to interact with biological systems for biomedical applications. This paper offers the comprehensive analysis of global clinical trial trends involving such materials. We surveyed 834 studies in the ClinicalTrials.gov database and explored biomaterial types, their initiation points, and durations in clinical trials. Predominantly, synthetic and natural polymers, particularly silicone and collagen, are used. Trials, focusing on ophthalmology, dentistry, and vascular medicine, are primarily conducted in the United States, Canada, and Italy. These trials encompass a broad demographic, and trials enrolled fewer than 100 participants. The study duration varied ranging from 0.5 to 4.5 years. These biomaterials are mainly bioresorbable or bioinert, with the integration of cells in biomaterials remaining an underexplored area. Our findings shed light on current practices and future potentials of engineered biomaterials in clinical research, offering insights for advancing this dynamic field globally.

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)0,021
score de la tête « metaresearch » (Gemma)0,008
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,007
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,221
Tête enseignante GPT0,544
Écart entre enseignants0,324 · 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'étudeAutre devis
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

Citations45
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujet3D Printing in Biomedical ResearchTravaux en français237 207