Un modèle de prévision de cicatrisation de l'interface os–implant

• Published in: Innovation et technologie en biologie et médecine, une revue de technologie biomédical une revue de technologie biomédical, 2005-04, Vol.26 (2), p.117-126
• Main Authors: Ambard, D., Le-Lez, S., Pédrono, A., Swider, P.
• Format: Article
• Language: fre
• Subjects: Biomaterial; Biomatériau; Bone–implant interface; Interface os–implant; Milieu poreux; Modèle numérique; Numerical model; Osteoblast; Ostéoblaste; Porous media
• ISSN: 1297-9562; 1878-3600
• DOI: 10.1016/j.rbmret.2004.12.002

Objectif. – L'objectif était de développer un modèle numérique prédictif de cicatrisation périprothétique en s'appuyant sur des analyses histomorphométriques d'implants canins stables. Matériel et méthodes. – L'hypothèse a été d'associer la migration cellulaire (ostéoblastes) et la diffusion de facteurs de croissance en milieu poreux pour prévoir la cicatrisation périprothétique. Le modèle macroscopique multiphasique a été constitué des fractions solide, fluide, et des concentrations en ostéoblastes et en facteurs de croissance. Le modèle axisymétrique de l'implant a permis de prévoir la migration des cellules ostéoblastes (diffusion, convection, haptotaxie, chimiotaxie), le dépôt d'ostéoïdes, les interactions avec la diffusion des facteurs de croissance et l'influence des conditions de pose (alésage osseux). Les résultats numériques concernant la fraction osseuse ont été comparés aux résultats histomorphométriques. Résultats. – Le modèle numérique a permis de prévoir une cicatrisation générique présentant deux principales oscillations dans la distribution des fractions osseuses. L'analyse de l'amplitude et de la position de ces pics ont permis de classer les cicatrisations en trois catégories : homogène à forte minéralisation, hétérogène, homogène à faible minéralisation. Conclusion. – Les corrélations numériques et histomorphométriques ont été très satisfaisantes compte tenu de la complexité des phénomènes mécanobiologiques. Le modèle a permis de prévoir les cicatrisations hétérogènes précédant généralement le descellement. Il offre donc actuellement la possibilité d'évaluer l'impact de paramètres cliniques tels que la concentration des facteurs de croissance ou les conditions de pose (alésage osseux) pour améliorer la tenue à long terme de l'arthroplastie. Objective. – The objective was to implement a predictive numerical model of periprosthetic healing supported by histomorphometric studies in canine implants. Material and methods. – The hypothesis was to couple cellular migration (osteoblasts) with growth factor diffusion in porous media to predict the periprosthetic tissue healing. The multiphasic macroscopic model involved solid and fluid fractions, cellular and growth factor concentrations. The axisymetric model of the implant permitted to predict the osteoblast migration (diffusion, convection, haptotaxis, chemiotaxis), the osteoid deposit, the interaction with growth factor diffusion and clinical conditions (drill hole). The numerical results hav