The Effect of 3D Printing Tilt Angle on the Penetration of 3D-Printed Microneedle Arrays
Notice bibliographique
Résumé
Microneedle arrays (MNAs) are emerging devices that are mainly used for drug delivery and diagnostic applications through the skin. Different methods have been used to fabricate MNAs. Recently developed fabrication methods based on 3D printing have many advantages compared to conventional fabrication methods, such as faster fabrication in one step and the ability to fabricate complex structures with precise control over their geometry, form, size, and mechanical and biological properties. Despite the several advantages that 3D printing offers for the fabrication of microneedles, their poor penetration capability into the skin should be improved. MNAs need a sharp needle tip to penetrate the skin barrier layer, the stratum corneum (SC). This article presents a method to improve the penetration of 3D-printed microneedle arrays by investigating the effect of the printing angle on the penetration force of MNAs. The penetration force needed to puncture the skin for MNAs fabricated using a commercial digital light processing (DLP) printer, with different printing tilt angles (0-60°), was measured in this study. The results showed that the minimum puncture force was achieved using a 45° printing tilt angle. Using this angle, the puncture force was reduced by 38% compared to MNAs printed with a tilting angle of 0°. We also identified that a tip angle of 120° resulted in the smallest penetration force needed to puncture the skin. The outcomes of the research show that the presented method can significantly improve the penetration capability of 3D-printed MNAs into the skin.
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 | 0,001 | 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 ».