MétaCan
Menu
Retour à la cohorte
Enregistrement W1913527393 · doi:10.1007/s10237-015-0704-y

Poromicromechanics reveals that physiological bone strains induce osteocyte-stimulating lacunar pressure

2015· article· en· W1913527393 sur OpenAlexfundno aff
Stefan Scheiner, Peter Pivonka, Christian Hellmich

Notice bibliographique

RevueBiomechanics and Modeling in Mechanobiology · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Melbourne
Mots-clésPoromechanicsOsteocytePore water pressureHydrostatic equilibriumMaterials scienceMechanicsNonlinear systemHydrostatic pressureGeologyGeotechnical engineeringPorous mediumPhysicsChemistryPorosityComposite materialIn vitro

Résumé

récupéré en direct d'OpenAlex

Mechanical loads which are macroscopically acting onto bony organs, are known to influence the activities of biological cells located in the pore spaces of bone, in particular so the signaling and production processes mediated by osteocytes. The exact mechanisms by which osteocytes are actually able to "feel" the mechanical loading and changes thereof, has been the subject of numerous studies, and, while several hypotheses have been brought forth over time, this topic has remained a matter of debate. Relaxation times reported in a recent experimental study of Gardinier et al. (Bone 46(4):1075-1081, 2010) strongly suggest that the lacunar pores are likely to experience, during typical physiological load cycles, not only fluid transport, but also undrained conditions. The latter entail the buildup of lacunar pore pressures, which we here quantify by means of a thorough multiscale modeling approach. In particular, the proposed model is based on classical poroelasticity theory, and able to account for multiple pore spaces. First, the model reveals distinct nonlinear dependencies of the resulting lacunar (and vascular) pore pressures on the underlying bone composition, highlighting the importance of a rigorous multiscale approach for appropriate computation of the aforementioned pore pressures. Then, the derived equations are evaluated for macroscopic (uniaxial as well as hydrostatic) mechanical loading of physiological magnitude. The resulting model-predicted pore pressures agree very well with the pressures that have been revealed, by means of in vitro studies, to be of adequate magnitude for modulating the responses of biological cells, including osteocytes. This underlines that osteocytes may respond to many types of loading stimuli at the same time, in particular so to fluid flow and hydrostatic pressure.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,104
Tête enseignante GPT0,260
Écart entre enseignants0,156 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomechanics and Modeling in MechanobiologyMême sujetElasticity and Material ModelingTravaux en français237 207