Effects of digestion protocols on the isolation and characterization of metal-metal wear particles. I. Analysis of particle size and shape
Notice bibliographique
Résumé
Isolation of metal wear particles from hip simulator lubricants or tissues surrounding implants is a challenging problem because of small particle size, their tendency to agglomerate, and their potential for chemical degradation by digestion reagents. To provide realistic measurements of size, shape, and composition of metal wear particles, it is important to optimize particle isolation and minimize particle changes due to the effects of the reagents. In this study (Part I of II), transmission electron microscopy (TEM) was used to examine and compare the effects of different isolation protocols, using enzymes or alkaline solutions, on the size and shape of three different types of cobalt-based alloy particles produced from metal-metal bearings. The effect on particle composition was examined in a subsequent study (Part II). Large particles (<1200 nm) were generated by dry abrasion of CoCrMo alloy against itself and small particles (<300 nm) were generated by hip simulator testing of a metal-metal implant pair in the presence of either distilled-deionized water or a 95% bovine serum solution. The reagents changed particle size and to a lesser extent particle shape. For both large particles and small particles generated in water, the changes in size were more extensive after alkaline than after enzymatic protocols and increased with alkaline concentration and time in solution, up to twofold at 2 h and threefold at 48 h. However, when isolating particles from 95% serum, an initial protective effect of serum proteins and/or lipids was observed. Because of this protective effect, there was no significant difference in particle size and shape for both oval and needle-shaped particles after 2 h in 2N KOH and after enzymatic treatments. However, round particles were significantly smaller after 2 h in 2N KOH than after enzymatic treatments. Particle composition may also have been affected by the 2N KOH treatment, as suggested by a difference in particle contrast under TEM, an issue examined in detail in Part II.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».