MétaCan
Menu
Retour à la cohorte
Enregistrement W2053122338 · doi:10.1080/10611860701538586

Polymeric micelles for drug targeting

2007· review· en· W2053122338 sur OpenAlexaff
Abdullah Mahmud, Xiao-Bing Xiong, Hamidreza Montazeri Aliabadi, Afsaneh Lavasanifar

Notice bibliographique

RevueJournal of drug targeting · 2007
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMicelleAmphiphileDrug deliveryNanotechnologyCopolymerDrugMaterials scienceTargeted drug deliveryDrug carrierChemistryAqueous solutionCombinatorial chemistryOrganic chemistryPolymerPharmacology

Résumé

récupéré en direct d'OpenAlex

Polymeric micelles are nano-delivery systems formed through self-assembly of amphiphilic block copolymers in an aqueous environment. The nanoscopic dimension, stealth properties induced by the hydrophilic polymeric brush on the micellar surface, capacity for stabilized encapsulation of hydrophobic drugs offered by the hydrophobic and rigid micellar core, and finally a possibility for the chemical manipulation of the core/shell structure have made polymeric micelles one of the most promising carriers for drug targeting. To date, three generations of polymeric micellar delivery systems, i.e. polymeric micelles for passive, active and multifunctional drug targeting, have arisen from research efforts, with each subsequent generation displaying greater specificity for the diseased tissue and/or targeting efficiency. The present manuscript aims to review the research efforts made for the development of each generation and provide an assessment on the overall success of polymeric micellar delivery system in drug targeting. The emphasis is placed on the design and development of ligand modified, stimuli responsive and multifunctional polymeric micelles for drug targeting.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,014

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 Opus0,030
Tête enseignante GPT0,314
Écart entre enseignants0,284 · 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

Citations207
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of drug targetingMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207