MTA-enriched nanocomposite TiO<sub>2</sub>-polymeric powder coatings support human mesenchymal cell attachment and growth
Notice bibliographique
Résumé
The objective of the study described in this paper was the development of novel polymer/ceramic nanocomposite coatings for implants through the application of ultrafine powder coating technology. Polyester resins were combined with µm-sized TiO(2) (25%) as the biocompatibility agent, nTiO(2) (0.5%) as the flow additive and mineral trioxide aggregates (ProRoot® MTA, 5%) as bioactive ceramics. Ultrafine powders were prepared and applied to titanium to create continuous polymeric powder coatings (PPCs) through the application of electrostatic ultrafine powder coating technology. Energy dispersive x-ray analysis confirmed that MTA had been incorporated into the PPCs, and elemental mapping showed that it had formed small clusters that were evenly distributed across the surface. Scanning electron microscopy (SEM) revealed continuous and smooth, but highly textured surface coatings that contrasted with the scalloped appearance of commercially pure titanium (cpTi) controls. Atomic force microscopy revealed intricate nano-topographies with an abundance of submicron-sized pits and nano-projections, evenly dispersed across their surfaces. Inverted fluorescence microscopy, SEM and cell counts showed that human embryonic palatal mesenchymal cells attached and spread out onto PPC and MTA-enriched PPCs within 24 h. Mitochondrial enzyme activity measured viable and metabolically active cells on all of the surfaces. After 72 h of growth, cell counts and metabolic activity were significantly higher (P < 0.05) on the grey-MTA enriched PPC surfaces, than on unmodified PPC and cpTi. The novel polymer/ceramic nanocomposites that were created with ultrafine powder coating technology were continuous, homogenous and nano-rough coatings that enhanced human mesenchymal cell attachment and growth.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».