MétaCan
Menu
Retour à la cohorte
Enregistrement W2070037821 · doi:10.1002/jbm.a.31314

Poly(butyl methacrylate‐<i>co</i>‐methacrylic acid) tissue engineering scaffold with pro‐angiogenic potential <i>in vivo</i>

2007· article· en· W2070037821 sur OpenAlexaff
Mark Butler, Michael V. Sefton

Notice bibliographique

RevueJournal of Biomedical Materials Research Part A · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMethacrylic acidScaffoldMethacrylateBiomaterialTissue engineeringBiomedical engineeringContext (archaeology)In vivoCopolymerPolymer chemistryChemical engineeringComposite materialPolymerNanotechnology

Résumé

récupéré en direct d'OpenAlex

A poly(butyl methacrylate-co-methacrylic acid) (BMA-MAA) scaffold was fabricated by an in situ polymerization solvent casting/particulate leaching technique. It displayed high porosity (85-90%), pore interconnectivity, and a pore size range of 100-650 microm. Compression testing of the scaffolds demonstrated a dependence of the compressive stiffness on several fabrication variables including the ratio of monomer to salt used during the polymerization, the degree of salt fusion, and the choice of alternative comonomers to BMA. Subcutaneous implantation of BMA-MAA scaffolds in mice revealed an increased level of histological angiogenesis in tissue invading the pores of the scaffold compared to a BMA control, consistent with the prediction that methacrylic acid (MAA) containing copolymer beads are angiogenic in a wound healing context. At postoperative day 21, the capillary density in the BMA-MAA scaffolds was 56 +/- 13/mm(2) as compared to 32 +/- 8/mm(2) for the BMA scaffolds. With further investigation, it is expected that this biomaterial capable of eliciting an angiogenic response will have widespread application in tissue engineering.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,306
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

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

Citations26
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomedical Materials Research Part AMême sujetBone Tissue Engineering MaterialsTravaux en français237 207