MétaCan
Menu
Retour à la cohorte
Enregistrement W2991033869 · doi:10.1002/mabi.201900271

Surface Modification Strategies to Improve the Osseointegration of Poly(etheretherketone) and Its Composites

2019· review· en· W2991033869 sur OpenAlexafffund
Emily Buck, Hao Li, Marta Cerruti

Notice bibliographique

RevueMacromolecular Bioscience · 2019
Typereview
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Excellence Research Chairs, Government of Canada
Mots-clésPeekOsseointegrationSurface modificationMaterials scienceExtrusionNanotechnologyImplantTitaniumComposite materialBiomedical engineeringPolymerMedicineMechanical engineeringSurgeryEngineering

Résumé

récupéré en direct d'OpenAlex

In the last 5 years, a wide variety of surface modification strategies are explored to improve the integration of poly(etheretherketone) (PEEK) implants with bone. Since PEEK does not support bone on-growth, its surface properties need to be tailored to promote osteogenesis at the bone-implant interface. Surface modifications applied to achieve this response range from simple surface morphology changes to the deposition of osteoconductive coatings. Of the many methods, titanium and/or hydroxyapatite coatings, extrusion to create surface pores, and an accelerated neutral atom beam treatment have been approved by the U.S. Food and Drug Administration to improve the integration of PEEK spinal cages. The success of these surface modifications brings hope for the clinical translation of other techniques in the future, but there are several limitations that may be preventing other treatments from reaching the clinic. This review describes numerous strategies that have been applied to PEEK-based implants for improving their osseointegration and enhancing their antibacterial properties. The review concludes with a discussion about future directions for the field and provides suggestions for advancing clinical translation of surface-modified PEEK implants to improve the lives of patients in need of these 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,289
Écart entre enseignants0,259 · 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

Citations113
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromolecular BioscienceMême sujetBone Tissue Engineering MaterialsTravaux en français237 207