PLLA Membranes Enriched with Chitosan/DCPA: Innovative Approach to Bone Tissue Engineering
Notice bibliographique
Résumé
Background: Bone tissue engineering has been very promising.The use of scaffolds of synthetic and natural materials is an alternative to combine the advantages of both types of materials.This study aimed to evaluate electrospun polymeric matrices of pure PLLA or associated with 5% or 10% of chitosan particles loaded or not with DCPA in bone proliferation and differentiation of periodontal ligament stem cells (PDLSC).The particles and matrices were characterized by scanning electron microscopy.PDLSC were isolated from periodontal ligament fragments of human permanent teeth using the explant technique.Cell proliferation assay (Alamar Blue) was performed from 1 to 21 days of culture in clonogenic medium and Alizarin Red assay was performed after 21 days of culture in osteogenic medium.The data were analyzed using Kruskal-Wallis test, and the comparison between media was given by the Student-Newman-Keuls test ( = 0.05).On days 1 and 7 there were no statistical difference between materials regarding cell proliferation (p>0.05).The materials with 5 and 10% chitosan / DCPA showed greater proliferation than PLLA control on days 14 and 21 and the material with 10% pure chitosan was greater than the control in 21 days.Regarding the alizarin red assay, PLLA 5% chitosan, PLLA 5 and 10% chitosan / DCPA showed a greater degree of mineralization than the control and the PLLA 10% chitosan material, and they were similar to each other.We conclude that PLLA 5 and 10% chitosan / DCPA materials were able to increase both, cell proliferation and differentiation of PDLSC in bone cells.
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 | 0,000 |
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 ».