Fine‐Tuning of Hydrophilic Properties of Asymmetrically Porous Poly(ε‐Caprolactone)‐Based Nanofibrous Scaffolds Containing Dexamethasone for Bone Tissue Engineering Applications
Notice bibliographique
Résumé
ABSTRACT Bone abnormalities and injuries provide serious medical issues. Bone has the ability for regeneration; however, its regenerative potential is limited. Tissue engineering has gained significant attention as a potential treatment for bone abnormalities. In this study, poly‐caprolactone (PCL)‐based nanofibers containing various concentrations of poly‐ethyl‐2‐oxazoline (PEtOx) and loaded with Dexamethasone (Dex) were prepared and evaluated as multifunctional bioscaffolds for bone regeneration. Various techniques were employed to characterize the feature of the electrospun scaffolds including 1 H‐NMR, Fourier transform infrared spectroscopy (FT‐IR), scanning electron microscopy (SEM), and gel permission chromatography (GPC). The swelling degree, mechanical property, degradation behavior, and drug release profile were also evaluated. The cell viability of the electrospun nanofibers on human adipose tissue‐derived mesenchymal stem cells (hAMSCs) were examined by MTT, and osteogenic differentiation potency was studied by alkaline phosphatase (ALP) activity, and calcium deposition assessments. According to the findings, a higher PEtOx concentration in the polymer solution reduced the nanofiber diameter while increasing the swelling rate, mass loss amount, and Young's modulus of the produced scaffolds. The release profile of Dex from the electrospun scaffold influenced osteogenic differentiation in stem cells. The scaffold revealed promising features that could be employed for further bone injury studies.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».