Advanced inorganic nanocomposite for decontaminating titanium dental implants
Notice bibliographique
Résumé
Abstract Oral hygiene and regular maintenance are crucial for preserving good peri‐implant health. However, available prophylaxis products and toothpastes, which are optimized for cleaning teeth, tend to contaminate and abrade implant surfaces due to their organic components and silica microparticles, respectively. This study aims to develop an organic‐free implant‐paste based on two‐dimensional nanocrystalline magnesium phosphate gel and hydrated silica nanoparticles (20–30% w/w) for cleaning oral biofilm on titanium dental implants. The surface chemistry, morphology, and bacterial load of contaminated Ti disks before and after decontamination using prophylaxis brushing with toothpaste and implant‐paste were characterized by X‐ray photoelectron spectroscopy (XPS), scanning electron microscopy, and fluorescence spectroscopy. Both commercial toothpastes and implant‐paste remove bacteria, however, only implant‐paste protects Ti metal from abrasion and removes organic contaminants. XPS showed a significant decrease of carbon contamination from 73% ± 2 to 20% ± 2 after mechanical brushing with implant‐paste compared to 41% ± 11 when brushing with commercial toothpastes ( p < 0.05). Fluorescence microscopy revealed that bacteria load on biofilm contaminated Ti (44 × 10 3 ± 27 × 10 3 /µm 2 ) was significantly reduced with the implant‐paste to 2 × 10 3 ± 1 × 10 2 /µm 2 and with a commercial toothpaste to 2.9 × 10 3 ± 7·10 2 /µm 2 . This decay is relatively higher than the removal achieved using rotary prophylaxis brush alone (5 × 10 3 ± 1 × 10 3 /µm 2 , p < 0.05). Accordingly, this novel implant‐paste shows a great promise as an efficient decontamination approach. © 2018 Wiley Periodicals, Inc. J. Biomed. Mater. Res. Part B, 2018. © 2018 Wiley Periodicals, Inc. J Biomed Mater Res Part B: Appl Biomater 107B: 761–772, 2019.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».