Experimental optimization of an <i>in situ</i> forming hydrogel for hemorrhage control
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The fabrication of a novel in situ forming hydrogel composed of a multifunctional poly(ethylene glycol) (PEG) N-hydroxysuccinimide ester (NHS) and poly(allylamine hydrochloride) (PAA) was investigated. FTIR confirmed that PAA formed the hydrogel matrix (i.e., the formation of a PAA-like hydrogel). A factorial experiment was conducted to identify the key parameters that controlled gelation time, gel content, and swelling properties. The type of PEG (e.g., 4- and 6-arm) appeared to play a major role in determining all three performance parameters, with the greatest effect on gelation time. Other influencing factors include (a) the PEG concentration, which contributes to the gelation time and gel content; (b) pH of the buffer used for dissolving each polymer, which can affect the gelation time; and (c) PAA molecular weights, which contribute to the gel content and swelling. The concentration of PAA solution had no significant effects on hydrogel formation and properties within the investigated range, presumably due to negligible changes in the crosslinking density of the hydrogels. The PAA buffer pH influenced the gel content as well. Finally, thromboelastography was used to examine the effects of each polymer and their in situ gelation on blood coagulation in vitro. All individual polymers tested reduced clot strength, while the gelation of the polymers enhanced overall procoagulant effects. These results suggest that the biomaterial can be optimized to provide a combination of rapid gelation and swelling properties suitable for hemorrhage control and thus warrant further studies in animal bleeding models.
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.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle