Screening of functionalized collagen membranes with a porcine periodontal regeneration model
Notice bibliographique
Résumé
OBJECTIVES: Current methods for periodontal regeneration do not promote collagen fiber insertions into new bone and cementum. We used a pig wound model to screen different functionalized collagen membranes in promoting periodontal reattachment to root surfaces. METHODS: Treatment groups included (1) control with no membranes, (2) collagen-coated membranes, (3) membranes with insulin-like growth factor-1 (IGF-1), (4) membranes with amelotin, or (5) membranes attached with calcium phosphate cement (CPC), or with CPC combined with IGF-1. Flap procedures were performed on mandibular and maxillary premolars of each pig. RESULTS: Histomorphometric, micro-CT, and clinical measurements obtained at 4 and 12 weeks after surgery showed cementum formation on denuded roots and reformation of alveolar bone, indicating that the pig model can model healing responses in periodontal regeneration. Calcium phosphate cement simplified procedures by eliminating the need for sutures and improved regeneration of alveolar bone (p < 0.05) compared with other treatments. There was a reduction (p < 0.05) of PD only for the IGF group. Large observed variances between treatment groups indicated that a priori power analyses should be conducted to optimize statistical analysis. CONCLUSIONS: Pigs can model discrete elements of periodontal healing using collagen-based, functionalized membranes. Screening indicates that membrane anchorage with calcium phosphate cements improve regeneration of alveolar bone.
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) | 0,001 | 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 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 ».