Differential response of human blood leukocytes to brushite, monetite, and calcium polyphosphate biomaterials
Notice bibliographique
Résumé
Calcium phosphate-based biomaterials are extensively used for bone replacement and regeneration in orthopedic, dental, and maxillofacial surgical applications. The injury induced by surgical implantation of bone replacement graft materials initiates a cascade of host responses, starting with blood-biomaterial contact, protein adsorption on the material surface, blood coagulation, and leukocyte responses. During the initial acute inflammatory response, polymorphonuclear neutrophils (PMNs) and monocytes, abundant circulating leukocytes of the myeloid lineage, are recruited to the site of inflammation. In addition to responding to pathogenic challenges, these cells respond to particulate substances within the body including crystals of monosodium urate (MSU). Host responses toward grafts impact short- and long-term success in tissue engineering and regenerative applications. Although multinucleated osteoclasts, formed by monocyte/macrophage fusion, are generally thought to be responsible for resorption of implant biomaterials, the ability of different biomaterials to trigger PMNs, which are invariably present at the early stages after implant surgery, and are abundant in the oral cavity, has never been tested. In this article, we present analysis of the response of human blood-derived PMNs and monocytes toward brushite, monetite, and calcium polyphosphate (CPP) biomaterial substrates and compare this to the response to MSU crystals, the latter serving as a positive control. Employing multicolor flow cytometry to look at PMN and monocyte cell surface markers of activation to gauge the response to different biomaterials, we found that both types of myeloid cells are highly activated after exposure to brushite, monetite, and MSU but not CPP. © 2019 Wiley Periodicals, Inc. J Biomed Mater Res Part B: Appl Biomater 108B:253-262, 2020.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».