MétaCan
Menu
Retour à la cohorte

Fibrous tissue ingrowth and attachment to porous tantalum

2000· article· en· W1988881359 sur OpenAlexaff
S. Adam Hacking, J Bobyn, Kai-Kai Toh, Michael Tänzer, Jan J. Krygier

Notice bibliographique

RevueJournal of Biomedical Materials Research · 2000
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensMontreal General HospitalMcGill University
Organismes subventionnairesnon disponible
Mots-clésTantalumMaterials scienceBiomaterialBiomedical engineeringPorositySoft tissueTissue engineeringImplantUltimate tensile strengthComposite materialMedicineSurgeryNanotechnologyMetallurgy

Résumé

récupéré en direct d'OpenAlex

This study determined the soft tissue attachment strength and extent of ingrowth to a porous tantalum biomaterial. Eight dorsal subcutaneous implants (in two dogs) were evaluated at 4, 8, and 16 weeks. Upon retrieval, all implants were surrounded completely by adherent soft tissue. Implants were harvested with a tissue flap on the cutaneous aspect and peel tested in a servo-hydraulic tensile test machine at a rate of 5 mm/min. Following testing, implants were dehydrated in a solution of basic fuschin, defatted, embedded in methylmethacrylate, and processed for thin-section histology. At 4, 8, and 16 weeks, the attachment strength to porous tantalum was 61, 71, and 89 g/mm respectively. Histologic analysis showed complete tissue ingrowth throughout the porous tantalum implant. Blood vessels were visible at the interface of and within the porous tantalum material. Tissue maturity and vascularity increased with time. The tissue attachment strength to porous tantalum was three- to six-fold greater than was reported in a similar study with porous beads. This study demonstrated that porous tantalum permits rapid ingrowth of vascularized soft tissue, and attains soft tissue attachment strengths greater than with porous beads.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,424
Écart entre enseignants0,378 · 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'étudeExpérimental (laboratoire)
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

Citations221
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Materials ResearchMême sujetDental Implant Techniques and OutcomesTravaux en français237 207