MétaCan
Menu
Retour à la cohorte
Enregistrement W2336659494 · doi:10.1177/0885328215584294

Methotrexate-loaded glass ionomer cements for drug release in the skeleton: An examination of composition–property relationships

2015· article· en· W2336659494 sur OpenAlexaff
Lauren Kiri, Mark Filiaggi, Daniel Boyd

Notice bibliographique

RevueJournal of Biomaterials Applications · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceDrug deliveryDrugGlass ionomer cementMethotrexateBone cementBiomedical engineeringCementPharmacologyComposite materialMedicineNanotechnologySurgery

Résumé

récupéré en direct d'OpenAlex

Chemotherapeutic-loaded bone cement may be an effective method of drug delivery for the management of cancer-related vertebral fractures that require cement injection for pain relief. Recent advancements in the development of aluminum-free glass ionomer cements (GICs) have rendered this class of biomaterials clinically viable for such applications. To expand the therapeutic benefits of these materials, this study examined, for the first time, their drug delivery potential. Through incrementally loading the GIC with methotrexate (MTX) by up to 10-wt%, composition-property relationships were established, correlating MTX loading with working time and setting time, as well as compressive strength, drug release, and cytotoxic effect over 31 days. The most significant finding of this study was that MTX was readily released from the GIC, while maintaining cytotoxic activity. Release correlated linearly with initial loading and appeared to be diffusion mediated, delivering a total of 1-2% of the incorporated drug. MTX loading in this range exerted minimal effects to handling and strength, indicating the clinical utility of the material was not compromised by MTX loading. The MTX-GIC systems examined herein are promising materials for combined structural delivery applications.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,054
Tête enseignante GPT0,278
Écart entre enseignants0,223 · 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'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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomaterials ApplicationsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207