Modification of Timolol Release From Silicone Hydrogel Model Contact Lens Materials Using Hyaluronic Acid
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
OBJECTIVES: The ability of hyaluronic acid (HA) to act as a functional additive in model silicone hydrogel contact lenses to alter the uptake and release characteristics of timolol was investigated. METHODS: Model contact lenses were prepared using 2 primary formulations: 2-hydroxyethyl methacrylate (HEMA) with 3-methacryloxypropyltris (trimethylsiloxy) silane (TRIS) in a 9:1 (wt:wt) ratio or N,N-dimethylacrylamide (DMA) with TRIS in a 1:1 (wt:wt) ratio. Ethylene glycol dimethacrylate (EGDMA) was used as the cross-linker. Four different model lens compositions were explored: unmodified controls, lenses containing HA, lenses that were molecularly imprinted with timolol maleate, and those that were both imprinted and contained HA. Model lenses were then used in subsequent materials characterization, drug loading, and drug release studies. RESULTS: Hyaluronic acid was shown to have the ability to act as a functional additive in these model contact lenses, significantly increasing the drug loading and release mass. This ability seemed to be independent of molecular imprinting, but its efficacy was related to the concentration of HA contained within model lenses and the concentration of drug loading solution used to facilitate uptake. Timolol release was sustained for a duration of approximately 2 days, and the dose of drug was shown to be controlled by both HA-drug interactions and molecular imprinting within the silicone hydrogels. CONCLUSIONS: Hyaluronic acid, although different than typical functional monomers used in molecular imprinting, can be a useful additive to modify the mass of drug release from model silicone hydrogel lenses.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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