MétaCan
Menu
Retour à la cohorte
Enregistrement W2149648713 · doi:10.1109/sensor.2009.5285820

pH-responsive drug-delivery devices for implantable applications

2009· article· en· W2149648713 sur OpenAlexafffund
Jian Chen, Michael Chu, Khajag Koulajian, Xiao Yu Wu, Adria Giacca, Yu Sun

Notice bibliographique

RevueTRANSDUCERS 2009 - 2009 International Solid-State Sensors, Actuators and Microsystems Conference · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDrug deliveryDrugNanoparticleMaterials scienceComposite numberMembraneNanotechnologyBiomedical engineeringComputer scienceChemical engineeringChemistryPharmacologyComposite materialEngineeringBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

A drug-delivery microdevice integrating pH-responsive nano-hydrogel composite membranes functioning as intelligent nano valves is described. The polymeric microdevices are monolithic without requiring peripheral control hardware or additional components for controlling drug-release rates. pH-responsive nanoparticles were synthesized and embedded into a composite membrane. The resulting pH-responsive composite membrane was integrated with PDMS micro reservoirs to form the proof-of-concept microdevices. In vitro release characterization of the microdevices was conducted in which the release rate of Vitamin B <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">12</sub> (VB <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">12</sub> ) as a model drug increased dramatically when the local pH value was decreased from 7.4 to 4. By adjusting nanoparticle percentages, drug reservoir shape and size, and drug loading concentrations, complex drug release profiles in response to local pH changes can be achieved, functioning as a platform technology for intelligent drug delivery.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,371
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)0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,247 · 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'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

Citations2
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTRANSDUCERS 2009 - 2009 International Solid-State Sensors, Actuators and Microsystems ConferenceMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207