MétaCan
Menu
Retour à la cohorte
Enregistrement W1998836670 · doi:10.1002/smll.201201848

Nanoparticle Accumulation in Angiogenic Tissues: Towards Predictable Pharmacokinetics

2013· article· en· W1998836670 sur OpenAlexafffund
Kristin Yaehne, Amy Tekrony, Aisling A. Clancy, Yiota Gregoriou, John T. Walker, Kwin Dean, Trinh Nguyen, Amber L. Doiron, Kristina D. Rinker, Xiao Jiang, Sarah J. Childs, David T. Cramb

Notice bibliographique

RevueSmall · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensHealth Sciences CentreUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNanoparticlePharmacokineticsMaterials scienceDrug deliveryDeposition (geology)NanotechnologyBiophysicsFluorescence correlation spectroscopyBiomedical engineeringChemistryPharmacologyMedicineOrganic chemistryMolecule

Résumé

récupéré en direct d'OpenAlex

Nanoparticles are increasingly used in medical applications such as drug delivery, imaging, and biodiagnostics, particularly for cancer. The design of nanoparticles for tumor delivery has been largely empirical, owing to a lack of quantitative data on angiogenic tissue sequestration. Using fluorescence correlation spectroscopy, the deposition rate constants of nanoparticles into angiogenic blood vessel tissue are determined. It is shown that deposition is dependent on surface charge. Moreover, the size dependency strongly suggests that nanoparticles are taken up by a passive mechanism that depends largely on geometry. These findings imply that it is possible to tune nanoparticle pharmacokinetics simply by adjusting nanoparticle size.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,021
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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)0,0020,003

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 Opus0,036
Tête enseignante GPT0,278
Écart entre enseignants0,243 · 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

Citations33
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207