APPLICATION OF STEM CELLS IN TREATMENT OF ORAL LICHEN PLANUS
Notice bibliographique
Résumé
Background: Oral lichen planus (OLP) is a chronic inflammatory mucocutaneous disorder of autoimmune origin, often presenting as painful erosive or atrophic lesions in the oral cavity. Conventional therapies such as corticosteroids and immunosuppressants offer temporary relief but are associated with side effects and recurrence. Recent advancements in regenerative medicine highlight mesenchymal stem cells (MSCs), particularly gingiva-derived MSCs (GMSCs), for their immunomodulatory and regenerative potential. Objective: This study aimed to evaluate the safety and clinical efficacy of autologous gingiva-derived mesenchymal stem cells in the management of erosive OLP through a randomized, double-blind, placebo-controlled clinical trial. Methods: A total of 48 patients aged 30–65 years with clinically and histopathologically confirmed erosive OLP were randomized into two groups (n=24 each). The experimental group received three biweekly submucosal injections of GMSCs (1×10⁶ cells/mL), while the control group received placebo saline injections. Pain was assessed using the Visual Analog Scale (VAS), lesion size measured via digital calipers, and lesion severity evaluated using the Thongprasom score. Quality of life was assessed with the OHIP-14 questionnaire, and salivary levels of IL-6 and TNF-α were analyzed using ELISA at baseline, 2, 4, and 12 weeks post-treatment. Safety and adverse events were also monitored. Results: The MSC group demonstrated significant reductions in pain (VAS: from 6.9 to 1.0), lesion size (from 86.5 mm² to 20.7 mm²), and Thongprasom score (from 4.3 to 0.8) by week 12 (p<0.001). Salivary cytokines IL-6 and TNF-α significantly decreased, indicating reduced inflammation. Adverse events were mild and comparable between groups. Conclusion: GMSC therapy is a safe and effective treatment for erosive OLP, offering substantial clinical improvement and anti-inflammatory benefits. These findings support the potential of stem cell-based therapies as a regenerative alternative for chronic oral autoimmune conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».