Strontium‐Doped Implant Osseointegration Under Dry Preservation Conditions: In Vitro and Rat Model‐Based In Vivo Studies
Notice bibliographique
Résumé
OBJECTIVE: This study aims to develop an innovative dry preservation surface modification for strontium-modified pure titanium implants to prevent surface degradation by hydrocarbon pollutants in the air and to enhance osseointegration. METHODS: mixed solution for 12 h, followed by air-drying and storing in sealed glass vials, as the strontium-doped dry preservation (SrP) group. Surface characteristics were analyzed using appropriate instrumentation. Cell adhesion, proliferation, and osteogenic differentiation were assessed in in vitro studies. Forty-eight male Sprague-Dawley rats were included in in vivo studies, with a total of 96 implants placed bilaterally in the tibiae. Micro-CT, removal torque tests, and histological analyses after 4 or 8 weeks were conducted in order to evaluate the osseointegration in each group. RESULTS: Four distinct groups were involved in this study: the SrP group, the freshly prepared strontium-doped (SrF) group, the strontium-doped group with no dry preservation (SrN), and the modified sand-blasted large grit acid-etched (modSLA) group. After 6 months of storage, the SrP surface maintained favorable hydrophilicity, micro-nano morphology, and consistent strontium ion release similar to SrF. Moreover, it maintained similar levels of cell proliferation and osteogenic differentiation as SrF while exhibiting significantly better performance than SrN in in vitro studies (p < 0.05). Additionally, after 12 months of storage, it demonstrated excellent osseointegration comparable to the SrF group while significantly outperforming SrN in in vivo studies 4 weeks post-surgery (p < 0.05). CONCLUSION: The dry preservation surface modification successfully maintained the nanotopography and hydrophilicity of strontium-doped pure titanium implants during 6-12 months of storage, and effectively mitigated the premature release of strontium ions associated with wet preservation methods, thereby significantly preserving the osseointegration performance of strontium-doped titanium implants.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».