Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Specific delivery of a drug to a target site is a major goal of drug delivery research. Using temperature-sensitive liposomes (TSLs) is one way to achieve this; the liposome acts as a protective carrier, allowing increased drug to flow through the bloodstream by minimizing clearance and non-specific uptake. On reaching microvessels within a heated tumor, the drug is released and quickly penetrates. A major advance in the field is ThermoDox® (Celsion), demonstrating significant improvements to the drug release rates and drug uptake in heated tumors (∼ 41°C). Most recently, magnetic resonance-guided focused ultrasound (MRgFUS) has been combined with TSL drug delivery to provide localized chemotherapy with simultaneous quantification of drug release within the tumor. AREAS COVERED: In this article the field of hyperthermia-induced drug delivery is discussed, with an emphasis on the development of TSLs and their combination with hyperthermia (both mild and ablative) in cancer therapy. State-of-the-art image-guided heating technologies used with this combination strategy will also be presented, with examples of real-time monitoring of drug delivery and prediction of efficacy. EXPERT OPINION: The specific delivery of drugs by combining hyperthermia with TSLs is showing great promise in the clinic and its potential will be even greater as the use of image-guided focused ultrasound becomes more widespread - a technique capable of penetrating deep within the body to heat a specific area with improved control. In conjunction with this, it is anticipated that multifunctional TSLs will be a major topic of study in this field.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,026 |
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 découle