AparTextil

Resorbierbare Materialien zur Verhinderung von Gewebeverkleben nach chirurgischen Interventionen

Post-operatives Gewebsverwachsen von betroffenen Organen und angrenzendem Gewebe nach chirurgischenEingriffen im Zuge des Heilungsprozesses führt zu einer starken Einschränkung der Lebensqualität derBetroffenen und ist in Folge dessen eine Langzeitbelastung für das Gesundheitssystem. Anti-adhäsiveMaterialien werden als temporäre Barriere zur präventiven Behandlung in der Klinik eingesetzt. EtablierteEinschichtenmaterialien weisen jedoch erhebliche Schwächen bezüglich Flexibilität, Haltbarkeit, Funktionalitätoder Handhabbarkeit auf. Elektrogesponnene Zweischichtenmaterialien basierend auf funktionalenPEG-Sternpolymeren können hinsichtlich dieser Eigenschaften maßgeschneidert werden für eine verbessertepost-operative Wundheilung und Genesung des Patienten.Das Produkt ist für die KMUs aus der chemischen, Textil- und Gesundheitsindustrie interessant, diehochfunktionale Polyethylenglykole herstellen, mit dem Elektrospinnverfahren arbeiten oder Unternehmen derMedizintechnik. Das Elektrospinnverfahren ist einfach handhabbar, kostengünstig und skalierbar und dasZweischichtenprodukt in wenigen Spinnschritten verfügbar. Das bifunktionale, hydrogelartige Zweischichtenmaterial basiert auf spezifisch funktionalisierten und vernetztenPEG-Sternpolymeren. Während die Adhäsionsschicht des Produktes an das geschädigte Gewebe anhaftet, hältdie gegenüberliegende Seite gesundes Gewebe auf Abstand und agiert als physische Barriere zwischen Organenund Geweben am Operationsort. Postoperative Komplikationen wie Gewebeverwachsungen werden somiteffektiv minimiert.

IGF Forschungsvorhaben 21129 N

Zusammenfassung der Ergebnisse

Kontakt
Postdoc

Dr. Özge Ekin Akdere

T
+49 241 80-23164
Raum
B2.56
E-Mail Adresse anzeigen
Postdoc

Dr.-Ing Abdolrahman Omidinia Anarkoli

T
+49 241 80-23183
Raum
B 3.56
E-Mail Adresse anzeigen
Mitglied der Wissenschaftlichen Leitung

Prof. Dr.-Ing. Laura De Laporte

T
+49 241 80-23309
E-Mail Adresse anzeigen