MétaCan
Menu
Retour à la cohorte
Enregistrement W2913341481 · doi:10.1177/0192623318816681

Pathology of Bioabsorbable Implants in Preclinical Studies

2019· review· en· W2913341481 sur OpenAlexaff
Serge Rousselle, Yuval Ramot, Abraham Nyska, Nicolette D. Jackson

Notice bibliographique

RevueToxicologic Pathology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensAccelLab (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicinePathologyDentistryPreclinical researchMedical physics

Résumé

récupéré en direct d'OpenAlex

Bioabsorbable implants can be advantageous for certain surgical tissue bioengineering applications and implant-assisted tissue repair. They offer the obvious benefits of nonpermanence and eventual restoration of the native tissue's biomechanical and immunological properties, while providing a structural scaffold for healing and a route for additional therapies (i.e., drug elution). They present unique developmental, imaging, and histopathological challenges in the conduct of preclinical animal studies and in interpretation of pathology data. The bioabsorption process is typically associated with a gradual decline (over months to years) in structural strength and integrity and may also be associated with cellular responses such as phagocytosis that may confound interpretation of efficacy and safety end points. Additionally, as these implants bioabsorb, they become increasingly difficult to isolate histologically and thus imaging modalities such as microCT become very valuable to determine the original location of the implants and to assess the remodeling response in tandem with histopathology. In this article, we will review different types of bioabsorbable implants and commonly used bioabsorbable materials; additionally, we will address some of the most common challenges and pitfalls confronting histologists and pathologists in collecting, handling, imaging, preparing tissues through histology, evaluating, and interpreting study data associated with bioabsorbable implants.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,293
Tête enseignante GPT0,474
Écart entre enseignants0,181 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueToxicologic PathologyMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207