Freeze-dried chitosan-platelet-rich plasma implants improve supraspinatus tendon attachment in a transosseous rotator cuff repair model in the rabbit
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
Rotator cuff tears result in shoulder pain, stiffness, weakness and loss of motion. After surgical repair, high failure rates have been reported based on objective imaging and it is recognized that current surgical treatments need improvement. The aim of the study was to assess whether implants composed of freeze-dried chitosan (CS) solubilized in autologous platelet-rich plasma (PRP) can improve rotator cuff repair in a rabbit model. Complete tears were created bilaterally in the supraspinatus tendon of New Zealand White rabbits ( n = 4 in a pilot feasibility study followed by n = 13 in a larger efficacy study), which were repaired using transosseous suturing. On the treated side, CS-PRP implants were injected into the transosseous tunnels and the tendon itself, and healing was assessed histologically at time points ranging from one day to two months post-surgery. CS-PRP implants were resident within transosseous tunnels and adhered to tendon surfaces at one day post-surgery and induced recruitment of polymorphonuclear cells from 1 to 14 days. CS-PRP implants improved attachment of the supraspinatus tendon to the humeral head through increased bone remodelling at the greater tuberosity and also inhibited heterotopic ossification of the supraspinatus tendon at two months. In addition, the implants did not induce any detectable deleterious effects. This preliminary study provides the first evidence that CS-PRP implants could be effective in improving rotator cuff tendon attachment in a small animal model.
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) | 0,000 | 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 | 0,000 | 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 découle