MétaCan
Menu
Retour à la cohorte
Enregistrement W6999944610

3D printed scaffolds for stabilization and local therapeutic delivery in bone metastases

2023· dissertation· en· W6999944610 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2023
Typedissertation
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clés3d printedDelivery system3D printingSoft tissue
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bone is the third most common site for cancer metastasis, with breast and prostate tumors often the primary source.The current gold standard of treatment involves surgically removing large sections of the affected bone.An important limitation is that small amounts of residual tumor are often left behind.With patients' survival time increasing, they are faced with high risk of recurrence and re-operation.3D printing is garnering attention as a solution to overcome this limitation, as it is cost-effective and produces unique, patient-specific geometries.In this study, we aim 1) to generate composite implants from two polymer types, a stiff lactide-mineral material (Lactoprene) which supports bone repair, and a sponge-like polymer (Lay FOMM), which can be loaded with therapeutics for local delivery; 2) to test the scaffolds' mechanical integrity and ability to deliver chemotherapeutics to breast and prostate cancer cells in vitro.We hypothesize that composite scaffolds will have comparable mechanical strength to trabecular bone and composite scaffolds with chemotherapeutics will be equally effective at inhibiting tumor cell proliferation and migration in vitro compared to direct chemotherapeutic treatment.Compression testing was performed on Lactoprene, and Lactoprene-Lay FOMM composite scaffolds.The release of doxorubicin was quantified over a period of 1 week using a fluorescence microplate

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 seuil0,004

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 Opus0,016
Tête enseignante GPT0,233
Écart entre enseignants0,217 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetBone Tissue Engineering MaterialsTravaux en français237 207