Hemocompatibility of micropatterned biomaterial surfaces is dependent on topographical feature size
Notice bibliographique
Résumé
Small-diameter synthetic vascular grafts that have improved hemocompatibility and patency remain an unmet clinical need due to thrombosis. A surface modification that has potential to attenuate these failure mechanisms while promoting an endothelial layer is the micropatterning of luminal surfaces. Anisotropic features have been shown to downregulate smooth muscle cell proliferation, direct endothelial migration, and attenuate platelet adhesion and activation. However, the effect of micropatterning feature size and orientation relative to whole blood flow has yet to be investigated within a systematic study. In this work, hemocompatibility of micropattern grating sizes of 2, 5, and 10 µm were investigated. The thrombogenicity of the micropattern surface modifications were characterized by quantifying FXIIa activity, fibrin formation, and static platelet adhesion in vitro . Additionally, dynamic platelet attachment and end-point fibrin formation were quantified using an established, flowing whole blood ex vivo non-human primate shunt model without antiplatelet or anticoagulant therapies. We observed a higher trend in platelet attachment and significantly increased fibrin formation for larger features. We then investigated the orientation of 2 µm gratings relative to whole blood flow and found no significant differences between the various orientations for platelet attachment, rate of linear platelet attachment, or end-point fibrin formation. MicroCT analysis of micropatterned grafts was utilized to quantify luminal patency. This work is a significant step in the development of novel synthetic biomaterials with improved understanding of hemocompatibility for use in cardiovascular applications.
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 ».