MétaCan
Menu
Retour à la cohorte
Enregistrement W1982181124 · doi:10.1002/jps.23969

Modifying the Release Properties of Liposomes Toward Personalized Medicine

2014· article· en· W1982181124 sur OpenAlexaff
David Cipolla, Huiying Wu, Igor Gonda, Simon J. Eastman, T.E. Redelmeier, Hak‐Kim Chan

Notice bibliographique

RevueJournal of Pharmaceutical Sciences · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensNorthern Lipids (Canada)
Organismes subventionnairesnon disponible
Mots-clésLiposomeChemistryPharmacologyPersonalized medicineMedicineBiochemistryBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

Surfactant-liposome interactions have historically been investigated as a simplified model of solubilization and breakdown of biological membranes by surfactants. In contrast, our goal was to utilize surfactants to modify the encapsulation and release properties of liposomes. The ability to manufacture one liposomal formulation, which could be modified by the addition of a surfactant to support a wide range of release profiles, would provide greater flexibility than manufacturing multiple batches of liposomes, each differing in composition and with its own specific release profile. A liposomal ciprofloxacin formulation was modified by the addition of various surfactants. These formulations were characterized in terms of liposome structure by cryo-TEM imaging, vesicle size by dynamic light scattering, drug encapsulation by centrifugation-filtration, and in vitro release (IVR) performance. The addition of polysorbate 20 or polysorbate 80 to liposomal ciprofloxacin, in a hypotonic environment, resulted in a concentration-dependent loss of encapsulated drug, and above 0.4% polysorbate 20, or 0.2% polysorbate 80, a modified IVR profile as well. This study demonstrates that the encapsulation and release properties of a liposomal formulation can be modified postmanufacture by the addition of judiciously chosen surfactants in combination with osmotic swelling of the liposomes and may support a personalized approach to treating patients.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,347
Écart entre enseignants0,237 · 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'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

Citations70
Publié2014
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Pharmaceutical SciencesMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207