Injectable, in situ gelling, cyclodextrin–dextran hydrogels for the partitioning-driven release of hydrophobic drugs
Notice bibliographique
Résumé
Injectable, degradable hydrogels based on cross-linking between aldehyde-functionalized dextran, hydrazide-functionalized dextran, and hydrazide-functionalized beta-cyclodextrin (βCD) were developed for hydrophobic drug delivery. βCD functions as both the in situ-gelling agent driving hydrogel formation as well as the binding site for the hydrophobic model drug, dexamethasone. In hydrogel systems where βCD is primarily covalently attached to the polymer network through cross-linking, the amount of drug release per sampling point is independent of the time between samples, the solubility of drug in the release medium, and the cross-link density of the hydrogel; instead, drug release is controlled primarily by partitioning of free (water-solubilized) drug between the hydrogel and the release medium. When the concentration of the hydrazide-functionalized dextran polymer was increased and more hydrazide groups were available to compete with βCD reactive sites for cross-linking the polymers, greater than ten-fold more drug was released from the hydrogel during the 20 day sampling period. Mobile, non-cross-linked βCD increases the solubility of the drug and facilitates rapid drug release by diffusion, as confirmed by quenching βCD-bound hydrazide groups. In this way, via a very subtle change in the composition of the injectable hydrogel, both the kinetics of drug release as well as the mechanism of drug release can be tuned over a wide range. Together with the low cytotoxicity of the materials, these results suggest that injectable βCD-based hydrogels have potential for facilitating controlled release of hydrophobic drugs over multiple time scales by controlling the mobility of βCD within the hydrogel network.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».