MétaCan
Menu
Back to cohort
Record W3209210267

Caractérisation multimodale de l’ostéointégration et du remodelage osseux en fonction de l’environnement

2021· article· fr· W3209210267 on OpenAlexfundno aff
Florian Guillaume

Bibliographic record

VenueHAL (Le Centre pour la Communication Scientifique Directe) · 2021
Typearticle
Languagefr
FieldEngineering
TopicBone Tissue Engineering Materials
Canadian institutionsnot available
FundersUniversité de MontréalCentre National de la Recherche Scientifique
KeywordsOsseointegrationArtHumanitiesPhysicsImplantMedicine
DOInot available

Abstract

fetched live from OpenAlex

Le développement du tissu osseux, en particulier au contact d’un implant (ostéointégration), est un phénomène dépendant de multiples facteurs relatifs au patient, à la chirurgie et aux propriétés de l’implant. Pour mieux comprendre l’ostéointégration et l’optimiser, de nombreuses approches ont été utilisées, aussi bien in vitro qu’in vivo. L’objectif de cette étude est de caractériser les phénomènes d’ostéointégration. Pour ce faire, deux approches complémentaires ont été mises en oeuvre afin d’étudier l’os et son interface avec l’implant tout en contrôlant l’environnement du tissu osseux. Premièrement, une méthodologie ex vivo a été adoptée pour étudier le tissu osseux. Un bioréacteur à perfusion a été conçu afin de caractériser le développement d’échantillons osseux de grande taille (environ 1 cm3) sur une période de dix semaines. Une culture osseuse a été menée et analysée par microtomographie à rayons X (μCT). L’analyse par recalage des images volumiques en début et fin de culture a permis de mettre en évidence l’importance des facteurs environnementaux pour mettre en place du remodelage osseux. Deuxièmement, un modèle d’implant in vivo a consisté à utiliser une pastille en alliage de titane pour étudier l’ostéointégration. Muni d’une couronne de PTFE, formant une chambre osseuse au contact de l’implant, ce modèle permet de distinguer l’os nouvellement formé de l’os mature situé en dehors de la chambre. Le tissu osseux autour de l’implant a été caractérisé par tomographie par neutrons, afin de s’affranchir des artéfacts obtenus avec l’implant métallique lors de l’utilisation des rayons X. En premier lieu, cette technique a été comparée à l’histologie, technique de référence pour l’étude de l’interface os-implant. Un recalage d’images a été utilisé pour trouver les images 2D neutrons correspondant aux coupes histologiques. Les quantités d’os dans la chambre osseuse et au contact avec l’implant (BIC) ont été évaluées dans ces images 2D pour chacune des techniques. À la suite de cette étude comparative, la chambre osseuse, imagée par tomographie par neutrons, a été analysée en 3D afin de mettre en lumière une répartition particulière de l’os proche de l’implant. L’étude comparative avec l’histologie a confirmé la capacité de la tomographie par neutrons à distinguer le tissu osseux, avec une corrélation significative entre les deux modalités pour la quantité osseuse et le BIC. De plus, cette technique s’est aussi montrée sensible aux tissus mous, différenciables de l’os dans les images volumiques. L’analyse tridimensionnelle de la chambre osseuse a mis en évidence une répartition du tissu cohérente avec de l’ostéointégration de contact, c’est-à-dire une croissance osseuse à partir des surfaces synthétiques (ici l’implant et la couronne de PTFE). La combinaison des approches in vivo et ex vivo, et des techniques d’analyse (histologie, tomographie par neutrons, μCT) permet d’apporter de nouvelles clés dans la compréhension du tissu osseux et des modèles appliqués en recherche. Bien que complexe à mettre en place, l’étude ex vivo permet d’isoler efficacement l’effet des facteurs étudiés. De plus, l’apport de nouvelles techniques de caractérisation de l’os, comme la tomographie par neutrons, offre de nouvelles perspectives d’étude du tissu, en particulier dans un contexte d’ostéointégration d’implants.

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)0.001
metaresearch head score (Gemma)0.001
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 score0.007
Threshold uncertainty score0.023

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0000.001
Scholarly communication0.0010.001
Open science0.0000.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0070.001

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 head0.008
GPT teacher head0.207
Teacher spread0.198 · 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
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueHAL (Le Centre pour la Communication Scientifique Directe)Same topicBone Tissue Engineering MaterialsFrench-language works237,207