MétaCan
Menu
Retour à la cohorte
Enregistrement W2149377698 · doi:10.1517/17425247.2013.822860

Liposomal antibiotics for the treatment of infectious diseases

2013· review· en· W2149377698 sur OpenAlexaff
Moayad Alhariri, Ali Azghani, Abdelwahab Omri

Notice bibliographique

RevueExpert Opinion on Drug Delivery · 2013
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésLiposomeDrug deliveryAntibioticsBiodistributionTherapeutic indexPharmacologyDrugNanomedicineTargeted drug deliveryMedicineNanotechnologyBiotechnologyBiologyIn vivoMaterials scienceMicrobiologyNanoparticle

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Liposomal delivery systems have been utilized in developing effective therapeutics against cancer and targeting microorganisms in and out of host cells and within biofilm community. The most attractive feature of liposome-based drugs are enhancing therapeutic index of the new or existing drugs while minimizing their adverse effects. AREAS COVERED: This communication provides an overview on several aspects of liposomal antibiotics including the most widely used preparation techniques for encapsulating different agents and the most important characteristic parameters applied for examining shape, size and stability of the spherical vesicles. In addition, the routes of administration, liposome-cell interactions and host parameters affecting the biodistribution of liposomes are highlighted. EXPERT OPINION: Liposomes are safe and suitable for delivery of variety of molecules and drugs in biomedical research and medicine. They are known to improve the therapeutic index of encapsulated agents and reduce drug toxicity. Recent studies on liposomal formulation of chemotherapeutic and bioactive agents and their targeted delivery show liposomal antibiotics potential in the treatment of microbial infections.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,042
Tête enseignante GPT0,323
Écart entre enseignants0,281 · 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

Citations82
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Drug DeliveryMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207