Current State and Evidence of Cellular Encapsulation Strategies in Type 1 Diabetes
Notice bibliographique
Résumé
Abstract Islet cell replacement therapies represent an effective way to restore physiologic glycemic control in patients with type 1 diabetes (T1DM) and severe hypoglycemia. Despite being able to provide long‐term insulin independence, patients still require lifelong immunosuppression, which has myriad detrimental effects including an increased risk for opportunistic infections and some types of cancer. This vital issue precludes widespread application of these therapies as a true cure for T1DM. Encapsulation of islets into immunoisolating/immunoprotective devices provides the potential of abrogating the requisite for lifelong immunosuppression. The field of cellular encapsulation lies at a complex intersection between the areas of chemistry, physics, bioengineering, cell biology, immunology, and clinical medicine. In diabetes, cellular encapsulation has existed for nearly 50 years, nevertheless, a resurgence of interest in the field has been motivated by promising results in small‐ and large‐animal models. Recent studies have demonstrated that long‐term diabetes reversal without immunosuppression is indeed routinely achievable. Future researchers interested in exploring cellular encapsulation strategies will require a clear understanding of the basic theoretical and practical principles, guiding this rapidly expanding field. This article will provide essential considerations concerning the physicochemical properties of the most commonly used biomaterials, relevant aspects of the immune response to bioencapsulation, current encapsulation strategies, potential implantation sites for encapsulated cell therapies and, finally, a comprehensive review on the current state of clinical translation. © 2020 American Physiological Society. Compr Physiol 10:839‐878, 2020.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».