Printing tissue-engineered scaffolds made of polycaprolactone and nano-hydroxyapatite with mechanical properties appropriate for trabecular bone substitutes
Notice bibliographique
Résumé
BACKGROUND: Bone tissue engineering, based on three-dimensional (3D) printing technology, has emerged as a promising approach to treat bone defects using scaffolds. The objective of this study was to investigate the influence of porosity and internal structure on the mechanical properties of scaffolds. METHODS: We fabricated composite scaffolds (which aimed to replicate trabecular bone) from polycaprolactone (PCL) reinforced with 30% (wt.) nano-hydroxyapatite (nHAp) by extrusion printing. Scaffolds with various porosities were designed and fabricated with and without an interlayer offset, termed as staggered and lattice structure, respectively. Mechanical compressive testing was performed to determine scaffold elastic modulus and yield strength. Linear regression was used to evaluate mechanical properties as a function of scaffold porosity. RESULTS: Different relationships between mechanical properties and porosities were noted for the staggered and lattice structures. For elastic moduli, the two relationships intersected (porosity = 55%) such that the lattice structure exhibited higher moduli with porosity values greater than the intersection point; vice versa for the staggered structure. The lattice structure exhibited higher yield strength at all porosities. Mechanical testing results also indicated elastic moduli and yield strength properties comparable to trabecular bone (elastic moduli: 14-165 MPa; yield strength: 0.9-10 MPa). CONCLUSIONS: Taken together, this study demonstrates that scaffolds printed from PCL/30% (wt.) nHAp with lattice and staggered structure offer promise for treating trabecular bone defects. This study identified the effect of porosity and internal structure on scaffold mechanical properties and provided suggestions for developing scaffolds with mechanical properties for substituting trabecular 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».