Chitosan hydrogel loaded with <scp><i>Aloe vera</i></scp> gel and tetrasodium ethylenediaminetetraacetic acid (<scp>EDTA</scp>) as the wound healing material: in vitro and in vivo study
Notice bibliographique
Résumé
Abstract The main aim of the current study was to develop a chitosan hydrogel containing Aloe vera gel and Ethylenediaminetetraacetic acid (EDTA) as the wound healing materials. Chitosan with the concentration of (2% w/v) was prepared in AA (0.5%, v/v) and Tetrasodium EDTA (0.01% w/w) and AV (0.5% v/v) were added to the prepared polymer solution. As prepared solution was cross‐linked by β‐GP with the weight ratio of 1/6 w/w (1 chitosan and 6 β‐GP). The characterization of the hydrogels showed that the hydrogels have porous structures and interconnected pores with the pores size range from 41.5 ± 14 to 48.3 ± 11 μm. The swelling and weight loss measurements of the hydrogels showed that the hydrogels could swell up to 240% of their initial weight during 8 h and loss 79.7 ± 3.5% of the initial weight during 14 days. The antibacterial studies depicted that the prepared Cs/tEDTA/AV hydrogel inhibited the growth of Staphylococcus aureus (the minimum inhibition concentration, MIC of 73 ± 4.8) and Pseudomonas aeruginosa (the MIC of 40 ± 7.9). Moreover, the prepared hydrogels were hemocompatible (Cs/tEDTA/AV: OD of 0.24 ± 0.30) and biocompatible (Cs/tEDTA/AV: OD of 0.38 ± 0.01). At the final stage, the wound healing assessments in the animal model revealed that the application of the prepared hydrogels effectively enhanced the wound healing process. In conclusion, the results confirmed the efficacy of the prepared hydrogels as the wound healing materials.
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 ».