Influence of Porosity on Fracture Toughness and Fracture Behavior of Antibiotic-Loaded PMMA Bone Cement
Notice bibliographique
Résumé
Aseptic loosening is the most common reason for the long-term revision of cemented arthroplasties with fracture of the cement being a postulated cause or contributing factor. In our previous studies we showed that adding an antibiotic to a polymethylmethacrylate (PMMA) bone cement led to detrimental effects on various mechanical properties of the cement such as bending strength, compressive strength and fracture toughness (KIC). This finding implied that the mechanical failure of antibiotic-loaded PMMA bone cement was influenced by its pore volume fraction. Up to now this aspect has not been studied. Hence the purposes of this study were to determine (1) the influence of antibiotic (telavancin) loading on the KIC of a widely used PMMA bone cement brand (Palacos®R) and (2) the influence of pore size and pore distribution on the fracture behavior of the KIC specimens. For (2) both experimental and numerical methods (extended finite element method [XFEM]) were used allowing a comparison between the two sets of results. We found that: (1) KIC decreased with increased porosity with the drop (relative to the value for the control cement) being significant when the telavancin loading was 4.8 wt/wt % (2 g of telavancin added to 40 g of control cement powder); (2) there was a critical pore size above which there was a significant decrease in KIC and is 1 mm; (3) crack propagation was strongly influenced by pore size and pore locations (pore-pore interactions); and, (4) there was good agreement between the experimental and XFEM results. The implications of these findings for the use of a telavancin-loaded PMMA bone cement in cemented total joint arthroplasties are commented upon.
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 | 0,000 | 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) | 0,000 | 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 ».