Mechanically Matched Silicone Brain Implants Reduce Brain Foreign Body Response
Notice bibliographique
Résumé
Abstract Brain implants are increasingly used to treat neurological disorders and diseases. However, the brain foreign body response (FBR) elicited by implants affects neuro-electrical transduction and long-term reliability limiting their clinical adoption. The mismatch in Young’s modulus between silicon implants (∼180 GPa) and brain tissue (∼1-30 kPa) exacerbates the FBR resulting in the development of flexible implants from polymers such as polyimide (∼1.5-2.5 GPa). However, a stiffness mismatch of at least two orders of magnitude remains. Here, we introduce (i) the first mechanically matched brain implant (MMBI) made from silicone (∼20 kPa), (ii) new microfabrication methods, and (iii) a novel dissolvable sugar shuttle to reliably implant MMBIs. MMBIs were fabricated via vacuum-assisted molding using sacrificial sugar molds and were then encased in sugar shuttles that dissolved within 2 min after insertion into rat brains. Sections of rat neocortex implanted with MMBIs, PDMS implants, and silicon implants were analyzed by immunohistochemistry 3 and 9-weeks post-implantation. MMBIs resulted in significantly higher neuronal density and lower FBR within 50 µm of the tissue-implant interface compared to PDMS and silicon implants suggesting that materials mechanically matched to brain further minimize the FBR and could contribute to better implant functionality and long-term reliability.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».