Modulating the Effects of Diabetes on Osseointegration With Aminoguanidine and Doxycycline
Notice bibliographique
Résumé
BACKGROUND: The current knowledge of wound healing around implant surfaces is quite limited, particularly as it relates to the effects of systemic diseases such as diabetes. The purpose of our research is to histologically evaluate the effects of aminoguanidine and doxycycline in the modification of peri-implant wound healing around endosseous implants in diabetic rats. METHODS: Thirty-two Sprague-Dawley rats were randomly assigned to four different treatment groups. One group served as the non-diabetic control, while diabetes was induced in other groups. Titanium plasma-sprayed (TPS) implants were placed in the femora of each animal 2 weeks following diabetic induction. One group of diabetic rats was given aminoguanidine via intraperitoneal injection, and another given doxycycline via oral gavage for 28 days beginning on the day of implantation. The third group of diabetic rats received no medication (controls). All animals were sacrificed following 28 days of healing. RESULTS: The results were measured by marrow bone-to implant contact (MBIC) between the groups. Values for MBIC were greater for the non-diabetic control group than the diabetic control group (P < 0.001). Aminoguanidine-treated diabetic animals had a significantly greater MBIC than the diabetic control group (P < 0.01). Diabetic animals receiving doxycycline did not differ significantly from the diabetic control group (P > 0.05). CONCLUSIONS: The results of this study using a rat model con- firm previous reports that diabetes inhibits osseointegration, as defined by MBIC. In addition, this study demonstrates that the detrimental effects of diabetes on osseointegration can be modified using aminoguanidine systemically. However, systemic administration of doxycycline only slightly enhances osseointegration.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».