MétaCan
Menu
Retour à la cohorte
Enregistrement W1632812575 · doi:10.1517/17425247.2015.1044435

Nasal and pulmonary vaccine delivery using particulate carriers

2015· review· en· W1632812575 sur OpenAlexaff
Yimei Jia, Lakshmi Krishnan, Abdelwahab Omri

Notice bibliographique

RevueExpert Opinion on Drug Delivery · 2015
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueAdvanced Drug Delivery Systems
Établissements canadiensLaurentian UniversityNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésImmunologyAdjuvantImmune systemMucosal immunityImmunityVaccinationMedicineRespiratory systemAntigenBiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Many human pathogens cause respiratory illness by colonizing and invading the respiratory mucosal surfaces. Preventing infection at local sites via mucosally active vaccines is a promising and rational approach for vaccine development. However, stimulating mucosal immunity is often challenging. Particulate adjuvants that can specifically target mucosal immune cells offer a promising opportunity to stimulate local immunity at the nasal and/or pulmonary mucosal surfaces. AREAS COVERED: This review analyzes the common causes of respiratory infections, the challenges in the induction of mucosal and systemic responses and current pulmonary and nasal mucosal vaccination strategies. The ability of various particulate adjuvant formulations, including lipid-based particles, polymers and other particulate systems, to be effectively utilized for mucosal vaccine delivery is discussed. EXPERT OPINION: Induction of antibody and cell-mediated mucosal immunity that can effectively combat respiratory pathogens remains a challenge. Particulate delivery systems can be developed to target mucosal immune cells and effectively present antigen to evoke a rapid and long-term local immunity in the respiratory mucosa. In particular, particulate delivery systems offer the versatility of being formulated with multiple adjuvants and antigenic cargo, and can be tailored to effectively prime immune responses across the mucosal barrier. The opportunity for rational design of novel subunit particulate vaccines is emerging.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,215
Tête enseignante GPT0,476
Écart entre enseignants0,261 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Drug DeliveryMême sujetAdvanced Drug Delivery SystemsTravaux en français237 207