Photomodulated Extrusion as a Localized Endovascular Hydrogel Deposition Method
Notice bibliographique
Résumé
Minimally invasive endovascular embolization is used to treat a wide range of diseases in neurology, oncology, and trauma where the vascular morphologies and corresponding hemodynamics vary greatly. Current techniques based on metallic coils, flow diverters, liquid embolics, and suspended microspheres are limited in their ability to address a wide variety of vasculature and can be plagued by complications including distal migration, compaction, and inappropriate vascular remodeling. Further, these endovascular devices currently offer limited therapeutic functions beyond flow control such as drug delivery. Herein, a novel in situ microcatheter-based photomodulated extrusion approach capable of dynamically tuning the physical and morphological properties of injectable hydrogels, optimizing for local hemodynamic environment and vascular morphology, is proposed and demonstrated. A shear thinning and photoactivated poly(ethylene glycol diacrylate)-nanosilicate (PEGDA-nSi) hydrogel is used to demonstrate multiple extrusion modes which are controlled by photokinetics and device configurations. Real-time photomodulation of injected hydrogel viscosity and modulus is successfully used for embolization in various vasculatures, including high-flow large vessels and arterial-to-arterial capillary shunts. Furthermore, a generalizable therapeutic delivery platform is proposed by demonstrating a core-shell structured extrusion encapsulating doxorubicin to achieve a more sustained release compared to unencapsulated payload.
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 | 0,001 |
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 ».