Effect of Extreme Wettability on Platelet Adhesion on Metallic Implants: From Superhydrophilicity to Superhydrophobicity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In order to design antithrombotic implants, the effect of extreme wettability (superhydrophilicity to superhydrophobicity) on the biocompatibility of the metallic substrates (stainless steel and titanium) was investigated. The wettability of the surface was altered by chemical treatments and laser ablation methods. The chemical treatments generated different functionality groups and chemical composition as evident from XPS analysis. The micro/nanopatterning by laser ablation resulted in three different pattern geometry and different surface roughness and consequently wettability. The patterned surface were further modified with chemical treatments to generate a wide range of surface wettability. The influence of chemical functional groups, pattern geometry, and surface wettability on protein adsorption and platelet adhesion was studied. On chemically treated flat surfaces, the type of hydrophilic treatment was shown to be a contributing factor that determines the platelet adhesion, since the hydrophilic oxidized substrates exhibit less platelet adhesion in comparison to the control untreated or acid treated surfaces. Also, the surface morphology, surface roughness, and superhydrophobic character of the surfaces are contributing factors to platelet adhesion on the surface. Our results show that superhydrophobic cauliflower-like patterns are highly resistant to platelet adhesion possibly due to the stability of Cassie-Baxter state for this pattern compared to others. Our results also show that simple surface treatments on metals offer a novel way to improve the hemocompatibility of metallic substrates.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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 découle