MétaCan
Menu
Retour à la cohorte
Enregistrement W4409800439 · doi:10.1177/08853282251336552

<i>In vitro</i> characterization of 3D printed polycaprolactone/graphene oxide scaffolds impregnated with alginate and gelatin hydrogels for bone tissue engineering

2025· article· en· W4409800439 sur OpenAlexaff
Shaghayegh Amini-Mosleh-Abadi, Zahra Yazdanpanah, Farinaz Ketabat, Mahya Saadatifar, Mohammad Mohammadi, Ali Sadeghianmaryan

Notice bibliographique

RevueJournal of Biomaterials Applications · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePolycaprolactoneGelatinSelf-healing hydrogelsScaffoldSwellingComposite numberElastic modulusComposite materialCompressive strengthGrapheneTissue engineeringModulusBiomedical engineeringPolymerNanotechnologyChemistryPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

To achieve successful bone tissue engineering (BTE), it is necessary to fabricate a biomedical scaffold with appropriate structure as well as favorable composition. Despite a broad range of studies, this remains a challenge, highlighting the need for a better understanding of how structural features (e.g., pore size) and scaffold composition influence mechanical and physical properties, as well as cellular behavior. Therefore, the objective of this study was to characterize physical properties (swelling, degradation), mechanical properties (compressive modulus), and cellular behavior in relation to varying compositions (referred to composite and hybrid scaffolds) as well as varying pore sizes in three-dimensional (3D) printed scaffolds. Composite scaffolds were fabricated from polycaprolactone (PCL) and two different graphene oxide (GO) (3% and 9% (w/v)) concentrations. Additionally, hybrid scaffolds were fabricated by impregnating 3D printed scaffolds in a hydrogel blend of alginate/gelatin. Pore sizes of 400, 1000, and 1500 μm were investigated in this study to assess their effect on the scaffold properties. Our findings showed that swelling and degradation properties were enhanced by (I) the addition of GO as well as introduction of both hydrogel and highest concentration of GO (9% (w/v) GO) into the polymeric matrix of PCL, and (II) increasing the pore size within the scaffolds. Mechanical testing revealed that compressive elastic modulus increased with decreasing pore size, incorporation of GO, and increasing GO content into the matrix of PCL. Although our investigated scaffolds with various pore sizes did not show comparable elastic moduli to that of cortical bone, they exhibited an elastic modulus range (∼31-48 MPa) matching that of trabecular bone. The highest compressive modulus (∼48 MPa) was observed in scaffolds of PCL/9% (w/v) GO (composite scaffolds) with the pore size of 400 μm. Cell viability assay demonstrated high MG-63 cell survival (greater than 70%) in all composite and hybrid scaffolds (indicating scaffold biocompatibility) except PCL/3% (w/v) GO scaffolds. The findings of this study contribute to the field of BTE by providing scaffold design insights in terms of pore size and composition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,003
Tête enseignante GPT0,209
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomaterials ApplicationsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207