Bone response to the multilayer <scp>BMP</scp>‐2 gene coated porous titanium implant surface
Notice bibliographique
Résumé
OBJECTIVES: Evaluate hBMP-2 expression following gene delivery from plasmid multilayers formed on sandblasted titanium in vitro and bone formation around similarly prepared implant surfaces in vivo. MATERIALS AND METHODS: Multilayers of cationic lipid/rhBMP-2 plasmid DNA complex (LDc) and anionic hyaluronic acid (HA) was assembled on sandblasted-dual acid etched pure titanium disks or implant surfaces using layer-by-layer (LBL) assembly. Gene delivery and hBMP-2 expression in cells exposed to the LDc multilayers was measured in vitro. To determine the effect of BMP delivery from such multilyaers in vivo, roughened implants coated with BMP-2 LDc multilayers or uncoated control implants (n = 15 for both) were implanted in the femurs of NZW rabbits. After 2, 4, 8 weeks, femurs were retrieved and prepared for histomorphometric evaluation (n = 5 rabbits per time point). RESULTS: MC3T3-E1 cells cultured directly on the BMP-2 LDc coated titanium disks showed EGFP and hBMP-2 expression after 48 h in culture. Increased gene delivery occurred by increasing the number of assembly layers when cells were cultured for 48 h. Cells cultured on LDc coated surfaces had significantly higher cell viability than control cells cultured on uncoated porous titanium surfaces. Histologic observation of the implants showed that after 4 weeks healing, the bone to implant contact (BIC) on the LDc coated surface was much lower than that on the control surface, but didn't reach significant. In contrast, the percentage of bone within the implant's threads was significantly higher than the control group (P = 0.047). CONCLUSION: The BMP-2 gene coated sandblasted dual acid etched titanium implants slightly accelerated early bone formation around implants.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,005 |
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 ».