Antimicrobial Activity of 3D-Printed Acrylonitrile Butadiene Styrene (ABS) Polymer-Coated with Silver Nanoparticles
Notice bibliographique
Résumé
Medical devices with antimicrobial properties are a potential long-term solution to the high rate of multi-drug-resistant healthcare-associated infections. Silver nanoparticles (AgNPs) are an established agent for effectively eliminating a wide range of microbial strains. AgNPs have been commonly incorporated into traditional plastic materials; however, recently, there has been increased interest in using AgNPs combined with 3D-printing technology for medical devices due to the accessibility and customizability of 3D-printed products. This study reports a novel method of utilizing acetone to partially dissolve 3D-printed polymer acrylonitrile butadiene styrene (ABS) plastic to attach a layer of AgNPs. The antimicrobial properties of this AgNP-coated surface were tested against several microbial strains prevalent in healthcare-associated infections. AgNP-coated ABS (AgNP-ABS) plastic demonstrated significant elimination of viable bacteria within 4 h for all tested bacterial species (Acinetobacter baumannii, non-pathogenic and pathogenic Escherichia coli, Pseudomonas aeruginosa, and methicillin-resistant Staphylococcus aureus) and within 19 h for the tested fungus Candida albicans. The longevity of adhesion of AgNPs to the ABS plastic was assessed by checking antibacterial activity against A. baumannii after repeat use cycles. AgNP-ABS plastic showed decreased antibacterial efficacy with repeated use but maintained the ability to eliminate microbes within 3 h for up to eight use cycles. The AgNP-coated ABS plastic showed efficacy as an antimicrobial surface, and future studies will consider its applicability in the production of medical devices.
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) | 0,003 | 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 ».