MétaCan
Menu
Back to cohort
Record W2802597160

Utilisation d'une décharge à barrière diélectrique pour développer une matrice polymère plasma dégradable pour des applications vasculaires

2017· dissertation· fr· W2802597160 on OpenAlexfundno aff
Morgane Laurent

Bibliographic record

Venuenot available
Typedissertation
Languagefr
FieldMaterials Science
TopicElectrospun Nanofibers in Biomedical Applications
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of CanadaUniversité de Montréal
KeywordsGynecologyMolecular biologyPhysicsChemistryMedicineBiology
DOInot available

Abstract

fetched live from OpenAlex

Chaque année, environ 1,5 million de patients requièrent un remplacement vasculaire en réponse à une athérosclérose avancée, causant le rétrécissement interne des vaisseaux \n \nsanguins. Malheureusement, encore aujourd'hui les matériaux synthétiques utilisés pour remplacer les artères de petits diamètres (inférieurs à 6 mm) restent associés à un haut \n \ntaux d'échecs, démontrant ainsi un manque de biocompatibilité certain. L'une des principales complications observées est l'hyperplasie néointimale artérielle caractérisée par \n \nl'obstruction du vaisseau sanguin due à la prolifération tridimensionnelle de cellules sur la paroi interne de la prothèse. Différentes stratégies visant à limiter cette \n \nréaction naturelle sont aujourd'hui envisagées, notamment l'utilisation d'un système à libération contrôlée de médicament intégré localement aux prothèses vasculaires. \nEn parallèle, l'essor des technologies plasma a permis de montrer qu'il était possible de revêtir la surface de matériel biomédical pour améliorer son interaction avec un \n \nenvironnement biologique. La stratégie consiste à utiliser l'énergie et la réactivité d'un plasma pour polymériser un précurseur gazeux. En sélectionnant la structure \n \nmoléculaire du précurseur et les conditions expérimentales du plasma appropriées, il est possible de déposer un polymère plasma à la surface du matériel sélectionné pour lui \n \nconférer des propriétés sur mesure. \nC'est dans ce contexte que cette thèse a consisté à synthétiser, à l'aide d'un plasma, une matrice polymère plasma biodégradable pour revêtir la paroi interne d'une prothèse \n \nvasculaire, dans le but d'y incorporer un médicament choisi de façon à limiter l'hyperplasie néointimale. \nCe projet a permis d'une part de réaliser une preuve de concept en déposant un revêtement polymère plasma dégradable par décharge à barrière diélectrique en configuration \n \nplanaire. En utilisant le lactate d'éthyle en tant que précurseur et après de nombreuses analyses, des conditions de dépôt optimales ont pu être élues pour leur potentiel dans \n \nle cadre d'applications vasculaires. \nD'autre part, grâce à une caractérisation approfondie de la décharge, une corrélation étroite entre la physico-chimie du plasma et les dépôts dégradables obtenus a pu être \n \nétablie. \nAfin d'élargir les possibilités de vitesse de dégradation, l'influence d'une alimentation impulsionnelle sur la décharge et sur le dépôt a de plus été étudiée. Si la manière \n \nd'apporter l'énergie a eu une forte influence sur la décharge, aucune influence majeure n'a été notée sur la chimie et la morphologie des dépôts faits à partir de lactate \n \nd'éthyle. \nEnfin, la construction d'un réacteur plasma tubulaire permettant de déposer la matrice développée à l'intérieur de prothèses artérielles a permis de s'étendre aux conditions \n \nréelles de dépôt. \nDans l'ensemble, ce projet de recherche a mis en évidence le potentiel des procédés plasma pour le développement de matrices polymères plasma dégradables, notamment dans le \n \ncadre de systèmes à libération contrôlée et locale de médicaments pour des applications en chirurgie vasculaire. D'un point de vue de la physique des plasmas, ce travail a de \n \nplus souligné l'importance de l'étude de la décharge dans de véritables conditions de dépôt de couches minces.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.004
Threshold uncertainty score0.014

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0040.002

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.015
GPT teacher head0.285
Teacher spread0.269 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same topicElectrospun Nanofibers in Biomedical ApplicationsFrench-language works237,207