Determination of surface-induced platelet activation by applying time-dependency dissipation factor versus frequency using quartz crystal microbalance with dissipation
Notice bibliographique
Résumé
Platelet adhesion and activation rates are frequently used to assess the thrombogenicity of biomaterials, which is a crucial step for the development of blood-contacting devices. Until now, electron and confocal microscopes have been used to investigate platelet activation but they failed to characterize this activation quantitatively and in real time. In order to overcome these limitations, quartz crystal microbalance with dissipation (QCM-D) was employed and an explicit time scale introduced in the dissipation versus frequency plots (Df-t) provided us with quantitative data at different stages of platelet activation. The QCM-D chips were coated with thrombogenic and non-thrombogenic model proteins to develop the methodology, further extended to investigate polymer thrombogenicity. Electron microscopy and immunofluorescence labelling were used to validate the QCM-D data and confirmed the relevance of Df-t plots to discriminate the activation rate among protein-modified surfaces. The responses showed the predominant role of surface hydrophobicity and roughness towards platelet activation and thereby towards polymer thrombogenicity. Modelling experimental data obtained with QCM-D with a Matlab code allowed us to define the rate at which mass change occurs (A/B), to obtain an A/B value for each polymer and correlate this value with polymer thrombogenicity.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».