MétaCan
Menu
Retour à la cohorte
Enregistrement W2179255723 · doi:10.1089/ten.tec.2015.0307

Analyzing Biological Performance of 3D-Printed, Cell-Impregnated Hybrid Constructs for Cartilage Tissue Engineering

2015· article· en· W2179255723 sur OpenAlexafffund
Zohreh Izadifar, Tuanjie Chang, William M. Kulyk, Daniel Chen, B. Frank Eames

Notice bibliographique

RevueTissue Engineering Part C Methods · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiofabricationTissue engineering3D bioprintingSelf-healing hydrogelsCartilageBiomedical engineeringBiocompatibilityMaterials scienceChemistryAnatomyBiologyPolymer chemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Three-dimensional (3D) bioprinting of hybrid constructs is a promising biofabrication method for cartilage tissue engineering because a synthetic polymer framework and cell-impregnated hydrogel provide structural and biological features of cartilage, respectively. During bioprinting, impregnated cells may be subjected to high temperatures (caused by the adjacent melted polymer) and process-induced mechanical forces, potentially compromising cell function. This study addresses these biofabrication issues, evaluating the heat distribution of printed polycaprolactone (PCL) strands and the rheological property and structural stability of alginate hydrogels at various temperatures and concentrations. The biocompatibility of parameters from these studies was tested by culturing 3D hybrid constructs bioprinted with primary cells from embryonic chick cartilage. During initial two-dimensional culture expansion of these primary cells, two morphologically and molecularly distinct cell populations ("rounded" and "fibroblastic") were isolated. The biological performance of each population was evaluated in 3D hybrid constructs separately. The cell viability, proliferation, and cartilage differentiation were observed at high levels in hybrid constructs of both cell populations, confirming the validity of these 3D bioprinting parameters for effective cartilage tissue engineering. Statistically significant performance variations were observed, however, between the rounded and fibroblastic cell populations. Molecular and morphological data support the notion that such performance differences may be attributed to the relative differentiation state of rounded versus fibroblastic cells (i.e., differentiated chondrocytes vs. chondroprogenitors, respectively), which is a relevant issue for cell-based tissue engineering strategies. Taken together, our study demonstrates that bioprinting 3D hybrid constructs of PCL and cell-impregnated alginate hydrogel is a promising approach for cartilage 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 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 enseignants0,000
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,043
Tête enseignante GPT0,322
Écart entre enseignants0,279 · 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

Citations137
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTissue Engineering Part C MethodsMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207