MétaCan
Menu
Retour à la cohorte
Enregistrement W24701455 · doi:10.22203/ecm.v025a02

Perfluorodecalin and bone regeneration

2013· article· en· W24701455 sur OpenAlexaff
Faleh Tamimi, Patricia Comeau, Damien Le Nihouannen, Y L Zhang, D. C. Bassett, Saeed Khalili, Uwe Gbureck, Simon D. Tran, Svetlana V. Komarova, Jake E. Barralet

Notice bibliographique

RevueEuropean Cells and Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRegeneration (biology)BiomaterialBiomedical engineeringIn vivoRadiodensityTissue engineeringBone marrowMaterials scienceChemistrySurgeryMedicineCell biologyPathologyRadiographyBiology

Résumé

récupéré en direct d'OpenAlex

Perfluorodecalin (PFD) is a chemically and biologically inert biomaterial and, as many perfluorocarbons, is also hydrophobic, radiopaque and has a high solute capacity for gases such as oxygen. In this article we have demonstrated, both in vitro and in vivo, that PFD may significantly enhance bone regeneration. Firstly, the potential benefit of PFD was demonstrated by prolonging the survival of bone marrow cells cultured in anaerobic conditions. These findings translated in vivo, where PFD incorporated into bone-marrow-loaded 3D-printed scaffolds substantially improved their capacity to regenerate bone. Secondly, in addition to biological applications, we have also shown that PFD improves the radiopacity of bone regeneration biomaterials, a key feature required for the visualisation of biomaterials during and after surgical implantation. Finally, we have shown how the extreme hydrophobicity of PFD enables the fabrication of highly cohesive self-setting injectable biomaterials for bone regeneration. In conclusion, perfluorocarbons would appear to be highly beneficial additives to a number of regenerative biomaterials, especially those for bone regeneration.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,006
Tête enseignante GPT0,159
Écart entre enseignants0,153 · 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

Citations25
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Cells and MaterialsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207