Influence of bio‐aging on corrosion behavior of different implant materials
Notice bibliographique
Résumé
BACKGROUND: Dental implants and abutments are exposed to challenging oral environment. Corrosion of these materials can affect the overall performance of titanium implants. PURPOSE: To investigate the effects of biofilm-induced bio-aging on corrosion behavior of different implant materials surface. MATERIALS AND METHODS: Commercial polished titanium (Polish), sand-blasted, large grit, acid-etched surface treated titanium (SLA), microarc oxidation (MAO), and hydroxyapatite (HA) coated titanium were bio-aged with saliva biofilm for 30 days. Titanium surfaces topography, chemical composition, roughness, and water contact angle changes were evaluated. In addition, human gingival fibroblasts (HGFs) adhesion, Streptococcus sanguinis (S. sanguinis) biofilm formation were determined. RESULTS: Surface topography, roughness, and chemical composition have no significant changes for all groups after bio-aging (P > .05). Water contact angle of bio-aged SLA was greatly increased (P < .05). While other groups showed no sign of change (P > .05). Adhesion and proliferation of HGFs on the bio-aged SLA titanium surfaces were decreased (P < .05), but increased on bio-aged Polish and HA titanium (P < .05). S. sanguinis biofilm viability was promoted with bio-aging in HA group (P < .05). CONCLUSIONS: Biological characteristics of Polish, SLA, and HA titanium surfaces were influenced by bio-aging. While MAO group was relatively resistant to saliva biofilm bio-aging.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».