Fabrication of polycaprolactone electrospun nanofibers doped with silver nanoparticles formed by air plasma treatment
Notice bibliographique
Résumé
Implanted devices are prone to bacterial infections, which can result in implant loosening and device failure. Mitigating these infections is important to both implant stability and patient health. The development of antibacterial implant coatings can decrease the presence of bacterial colonies, reducing the risk for bacterial-dependent implant failure. Here, we show that electrospun polycaprolactone (PCL) fibers doped with silver nanoparticles (NPs) from a silver nitrate precursor have the potential to decrease the prevalence of Streptococcus pneumoniae while supporting osteoblast attachment and proliferation. An air plasma reduction method of PCL electrospun fibers was used to prepare fibers doped with silver NPs. Fibers were characterized using scanning electron microscopy and transmission electron microscopy for qualitative evaluation of NP distribution and quantitative analysis of fiber diameters. Antibacterial testing against S. pneumoniae was performed with successful inhibition observed after 24 h of exposure. In vitro testing was completed using Saos-2 cells and suggests that the negative surface charge has the potential to increase mammalian cell viability even in the presence of fibers containing NPs. In conclusion, this study describes a novel method to produce bioresorbable implant coatings with the ability to reduce bacterial infections surrounding the implant surface while remaining biocompatible to the host.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».