MétaCan
Menu
Retour à la cohorte
Enregistrement W4321765987 · doi:10.1088/1748-605x/acbf16

<i>In vitro</i> cellular biocompatibility and <i>in vivo</i> degradation behavior of calcium phosphate-coated ZK60 magnesium alloy

2023· article· en· W4321765987 sur OpenAlexaff
Le Thi Trang, Hai Van Le, Sachiko Hiromoto, O Minho, Equo Kobayashi, Nam Viet Nguyen

Notice bibliographique

RevueBiomedical Materials · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBiocompatibilityMaterials scienceCorrosionCoatingMagnesium alloyAlloyMagnesiumDissolutionSimulated body fluidCalciumLayer (electronics)MetallurgyChemical engineeringComposite materialScanning electron microscope

Résumé

récupéré en direct d'OpenAlex

Abstract Calcium phosphate (Ca-P) surface coating is a simple but effective way to enhance both corrosion resistance and biocompatibility of ZK60 magnesium alloy. However, cell compatibility on different Ca-P layers coated on ZK60 alloy has seldom been investigated. In this study, the effects of type, morphology and corrosion protection of several Ca-P coatings formed at pH 6.5, 7.8 and 10.2 on cell behavior were examined by using an osteoblastic cell line MC3T3-E1. Furthermore, in vivo behavior in rabbits of the alloy coated with the optimum Ca-P layer was also studied. It was found that the surface factors governed the cell morphology and density. The coating morphology plays a dominant role in these surface factors. The sample coated at pH 7.8 showed the best cellular biocompatibility, suggesting that the hydroxyapatite (HAp) layer formed at pH 7.8 was the optimum coating. In rabbits, this optimum coating enhanced remarkably the corrosion resistance of the alloy. During implantation, the outermost crystals of the HAp coating were shortened and thinned due to the dissolution of HAp caused by the body fluid of the rabbits. It is indicated that ZK60 alloy coated at pH 7.8 can be applied as a biodegradable implant.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,262
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedical MaterialsMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207