MétaCan
Menu
Retour à la cohorte
Enregistrement W2899846936 · doi:10.2174/0929867325666181105115849

Use of Anticancer Platinum Compounds in Combination Therapies and Challenges in Drug Delivery

2018· review· en· W2899846936 sur OpenAlexaff
Xiao Xiao, James Trevor Oswald, Ting Wang, Weina Zhang, Wenliang Li

Notice bibliographique

RevueCurrent Medicinal Chemistry · 2018
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesScience and Technology Department of Henan ProvinceProgram for Jilin University Science and Technology Innovative Research TeamDepartment of Science and Technology of Jilin ProvinceEducation Department of Jilin Province
Mots-clésDrug deliveryDrugPharmacologyDendrimerDrug resistanceLiposomePlatinumNanotechnologyAnticancer drugChemistryMedicineMaterials scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

As one of the leading and most important metal-based drugs, platinum-based pharmaceuticals are widely used in the treatment of solid malignancies. Despite significant side effects and acquired drug resistance have limited their clinical applications, platinum has shown strong inhibitory effects for a wide assortment of tumors. Drug delivery systems using emerging technologies such as liposomes, dendrimers, polymers, nanotubes and other nanocompositions, all show promise for the safe delivery of platinum-based compounds. Due to the specificity of nano-formulations; unwanted side-effects and drug resistance can be largely averted. In addition, combinational therapy has been shown to be an effective way to improve the efficacy of platinum based anti-tumor drugs. This review first introduces drug delivery systems used for platinum and combinational therapeutic delivery. Then we highlight some of the recent advances in the field of drug delivery for combinational therapy; specifically progress in leveraging the cytotoxic nature of platinum-based drugs, the combinational effect of other drugs with platinum, while evaluating the drug targeting, side effect reducing and sitespecific nature of nanotechnology-based delivery platforms.

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)0,001
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 enseignants0,891
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,121
Tête enseignante GPT0,330
Écart entre enseignants0,209 · 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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medicinal ChemistryMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207