MétaCan
Menu
Retour à la cohorte
Enregistrement W1584263495

Solubility Enhancement of Poorly Water Soluble Drug Celecoxib

2013· article· en· W1584263495 sur OpenAlexaff
PP Panigrahi, AK Acharya

Notice bibliographique

RevuePharmatutor · 2013
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug Solubulity and Delivery Systems
Établissements canadiensRoyal College of Physicians and Surgeons of Canada
Organismes subventionnairesnon disponible
Mots-clésSolubilityBioavailabilityDissolutionDrugWater solublePharmacologyChemistryDispersion (optics)Amorphous solidAbsorption (acoustics)Dosage formChromatographyMaterials scienceChemical engineeringMedicineOrganic chemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Poorly water-soluble drugs often require high doses in order to reach therapeutic plasma concentrations after oral administration. Improvement in the extent and rate of dissolution is highly desirable for such compounds, as this can lead to an increased and more re-producible oral bioavailability and subsequently to clinically relevant dose reduction and more reliable therapy. More than 40% of newly discovered drugs have little or no water solubility presents a serious challenge to the successful development and commercialization of new drugs in the pharmaceutical industry. Now a days, pharmaceutical technology provides many approaches to enhance the dissolution rate of poorly soluble drugs. Physical modifications often aim to increase the surface area, solubility and/or wet ability of the powder particles and are therefore focused on particle size reduction or generation of amorphous states [Hancock, 1997 & Grau, 2000]. Several methods have been employed to improve the solubility of poorly water soluble drugs. A solid dispersion technique has been used by various researchers who have reported encouraging results with different drugs. The first drug whose rate and extent of absorption was significantly enhanced using the solid dispersion technique was sulfathiazole by Sekiguchi and Obi (Sekiguchi, 1961).

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,057
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,006

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 Opus0,079
Tête enseignante GPT0,383
Écart entre enseignants0,304 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmatutorMême sujetDrug Solubulity and Delivery SystemsTravaux en français237 207