The Effect of Surface Processing of Titanium Implants on the Behavior of Human Osteoblast-Like Saos-2 Cells
Notice bibliographique
Résumé
BACKGROUND: The surface qualities of dental implants appear to modulate osteoblasts' growth and differentiation, affecting bone healing. During manufacturing of implants, the surface quality is affected by industrial processes. PURPOSE: To examine the effect of manufacturing procedures on the growth and differentiation of human osteoblast-like cells, Saos-2. MATERIALS AND METHODS: Saos-2 cells were cultured on titanium (Ti) disks. Cell growth was examined using the XTT assay, and cell differentiation was tested by alkaline phosphatase (ALP) activity and osteocalcin secretion. The following variables were examined: roughening of the surface by sandblasting and acid-etching, aging of the acid used for etching, fluoride modification of the surface, and the type of the packaging material. RESULTS: An inverse relationship was noted between Saos-2 growth and ALP activity on the tested surfaces. Roughening of the surface tended to decrease cell proliferation and to increase differentiation. Immersion of up to 200 cycles in acid decreased proliferation and increased differentiation. Cells grown on fluoride-modified surfaces exhibited more ALP activity as compared to the unmodified surfaces. No difference was noted between the three packaging materials tested. CONCLUSIONS: The data suggests that industrial processes may affect the behavior of osteoblast-like cells around titanium implants and should be monitored carefully by bioassays.
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 | 0,003 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».