MétaCan
Menu
Retour à la cohorte
Enregistrement W2092025079 · doi:10.2174/187221107782331601

Recent Advances in Drug Delivery: Potential and Limitations of Carbon Nanotubes

2007· review· en· W2092025079 sur OpenAlexaff
Satya Prakash, Arun Kulamarva

Notice bibliographique

RevueRecent Patents on Drug Delivery & Formulation · 2007
Typereview
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésNanomedicineNanotechnologyCarbon nanotubeDrug deliveryDrugMaterials scienceMedicinePharmacologyNanoparticle

Résumé

récupéré en direct d'OpenAlex

Outstanding progress has been made in drug delivery approaches. However, challenges still exist in delivering clinically optimal levels of therapeutic molecules. Advances in nanotechnology and nanomedicine have heralded the advent of several innovative nanomaterials which are set to revolutionize the field of drug delivery. Carbon nanotubes are one such novel class of nanomaterials that are gaining increasing attention. They have been modified with several molecules of therapeutic interest. Excellent progress has been made in harnessing the potential of carbon nanotubes for several drug delivery and other applications. Functionalized carbon nanotubes have been demonstrated to deliver proteins, nucleic acids, drugs, antibodies and other therapeutics. Emerging developments in this area are pointing towards the successful utilization of carbon nanotubes for drug delivery. This review presents a comprehensive summary of the recent patents in carbon nanotube mediated drug delivery systems, their clinical significance, limitations and future prospects.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,040
Tête enseignante GPT0,269
Écart entre enseignants0,229 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations34
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecent Patents on Drug Delivery & FormulationMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207