MétaCan
Menu
Retour à la cohorte
Enregistrement W2167607010 · doi:10.1177/154405910708600911

Molecular Analysis of Healing at a Bone-Implant Interface

2007· article· en· W2167607010 sur OpenAlexaff
Céline Colnot, Denise M. Romero, S. Huang, Jhonni Rahman, Jennifer A. Currey, Antonio Nanci, John Brunski, Jill A. Helms

Notice bibliographique

RevueJournal of Dental Research · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNational Institute of Biomedical Imaging and BioengineeringNational Institute on Aging
Mots-clésImplantBone healingBiomaterialWound healingOsteoblastDentistryBone formationMaterials scienceBiomedical engineeringMedicineChemistryAnatomySurgeryEndocrinologyIn vitro

Résumé

récupéré en direct d'OpenAlex

While bone healing occurs around implants, the extent to which this differs from healing at sites without implants remains unknown. We tested the hypothesis that an implant surface may affect the early stages of healing. In a new mouse model, we made cellular and molecular evaluations of healing at bone-implant interfaces vs. empty cortical defects. We assessed healing around Ti-6Al-4V, poly(L-lactide-co-D,L,-lactide), and 303 stainless steel implants with surface characteristics comparable with those of commercial implants. Our qualitative cellular and molecular evaluations showed that osteoblast differentiation and new bone deposition began sooner around the implants, suggesting that the implant surface and microenvironment around implants favored osteogenesis. The general stages of healing in this mouse model resembled those in larger animal models, and supported the use of this new model as a test bed for studying cellular and molecular responses to biomaterial and biomechanical conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,364
Écart entre enseignants0,331 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations75
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental ResearchMême sujetBone Tissue Engineering MaterialsTravaux en français237 207