MétaCan
Menu
Retour à la cohorte
Enregistrement W89808108 · doi:10.14670/hh-29.669

Mesenchymal stem cell-based tissue engineering strategies for repair of articular cartilage.

2014· review· en· W89808108 sur OpenAlexaff
Tamer A. Ahmed, Maxwell T. Hincke

Notice bibliographique

RevuePubMed · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMesenchymal stem cellTissue engineeringChondrogenesisStem cellBiomedical engineeringCartilageStem cell transplantation for articular cartilage repairCell biologyMedicineChemistryAdult stem cellPathologyAnatomyCellular differentiationBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Restoration of articular cartilage function and structure following pathological or traumatic damage is still considered a challenging problem in the orthopaedic field. Currently, tissue engineering-based reconstruction of articular cartilage is a feasible and continuously developing strategy to restore structure and function. Successful articular cartilage tissue engineering strategy relies largely on several essential components including cellular component, supporting 3D carrier scaffolding matrix, bioactive agents, proper physical stimulants, and safe gene delivery. Designing the right formulations from these components remain the main concern of the orthopaedic community. Utilization of mesenchymal stem cells (MSCs) for articular cartilage tissue engineering is continuously increasing compared to use of chondrocytes. Various sources of MSCs have been investigated including adipose tissue, amniotic fluid, blood, bone marrow, dermis, embryonic stem cells, infrapatellar fat pad, muscle, periosteum, placenta, synovium, trabecular bone, and umbilical cord. MSCs derived from bone marrow and umbilical cord are currently in different phases of clinical trials. A wide range of matrices have been investigated to develop tissue engineering-based strategies including carbohydrate-based scaffolds (agarose, alginate, chitosan/chitin, and hyaluronate), protein-based scaffolds (collagen, fibrin, and gelatin), and artificial polymers (polyglycolic acid, polylactic acid, poly(lactic-co-glycolic acid), polyethylene glycol, and polycaprolactone). Collagen-based scaffolds and photopolymerizable PEG-based scaffolds are currently in different phases of clinical trials. TGF-β1, TGF-β3, BMP-2, and hypoxic environment are the recommended bioactive agents to induce optimum chondrogenesis of MSCs, while TGF-β1, TGF-β3, SOX-9, BMP-2, and BMP-7 genes are the best candidate for gene delivery to MSCs. Electromagnetic field and the combination of shear forces/dynamic compression are the best maturation-promoting physical stimulants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,266
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations80
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207