MétaCan
Menu
Retour à la cohorte
Enregistrement W3064701790 · doi:10.21926/rpm.2003019

Enhanced Long-term Antithrombogenicity Instigated by Covalently-Attached Surface Modifier on Biomedical Polymers

2020· article· en· W3064701790 sur OpenAlexafffund
Kiril Fedorov, Sonia Sheikh, Alex Romaschin, Michael Thompson

Notice bibliographique

RevueRecent Progress in Materials · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésSilanePolysulfonePolymerCoatingVinyl chloridePolycarbonateDialysisPolyvinyl chlorideMaterials scienceBiomedical engineeringAdhesionChemistryPolymer chemistrySurgeryComposite materialMedicine

Résumé

récupéré en direct d'OpenAlex

During a variety of medical procedures such as renal dialysis, bypass surgery, and lung transplantation patient blood is exposed to the surface of a number of polymeric materials such as polycarbonate (PC), poly (vinyl chloride) (PVC) and polysulfone (PS) for a period up to several days. Such exposure may result in undesirable protein-material interactions that can potentially trigger deleterious biological processes including thrombosis, which may be responsible for other complications such as cognitive disability. In order to address this issue, we have further examined the behavior of an ultrathin antifouling and antithrombogenic coating based on monoethylene glycol silane surface chemistry. Samples of polymeric substrates were exposed to blood flow at a shear rate of ~20 s-1 for time periods of 3 and 6 hours, as well as 3 days. No additional anticoagulant chemistry was applied in the experiments. For all time periods, platelet adhesion, aggregation, and thrombus formation on the coated surfaces was inhibited compared to bare substrates (coated PC performing the best, followed by PVC-, and then PS-coated), strongly supporting the results of previous research conducted over far shorter blood contact times.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,330
Écart entre enseignants0,289 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRecent Progress in MaterialsMême sujetPolymer Surface Interaction StudiesTravaux en français237 207