MétaCan
Menu
Retour à la cohorte
Enregistrement W2903693938 · doi:10.1080/10717544.2018.1497106

Delivery of magnetic micro/nanoparticles and magnetic-based drug/cargo into arterial flow for targeted therapy

2018· article· en· W2903693938 sur OpenAlexafffund
Mohammad K. D. Manshadi, Mahsa Saadat, Mehdi Mohammadi, Milad Shamsi, Morteza Dejam, Reza Kamali, Amir Sanati‐Nezhad

Notice bibliographique

RevueDrug Delivery · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAlberta Innovates Bio SolutionsCanada Research Chairs
Mots-clésMagnetic nanoparticlesMaterials scienceDrug deliveryArteryBiomedical engineeringTargeted drug deliveryArterial wallInfiltration (HVAC)Magnetic fieldMedicineNanotechnologyNanoparticleComposite materialCardiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Magnetic drug targeting (MDT) and magnetic-based drug/cargo delivery are emerging treatment methods which attracting the attention of many researchers for curing different cancers and artery diseases such as atherosclerosis. Herein, computational studies are accomplished by utilizing magnetic approaches for cancer and artery atherosclerosis drug delivery, including nanomagnetic drug delivery and magnetic-based drug/cargo delivery. For the first time, the four-layer structural model of the artery tissue and its porosity parameters are modeled in this study which enables the interaction of particles with the tissue walls in blood flow. The effects of parameters, including magnetic field strength (MFS), magnet size, particle size, the initial position of particles, and the relative magnetic permeability of particles, on the efficacy of MDT through the artery walls are characterized. The magnetic particle penetration into artery layers and fibrous cap (the covering layer over the inflamed part of the artery) is further simulated. The MDT in healthy and diseased arteries demonstrates that some of the particles stuck in these tissues due to the collision of particles or blood flow deviation in the vicinity of the inflamed part of the artery. Therefore the geometry of artery and porosity of its layers should be considered to show the real interaction of particles with the artery walls. Also, the results show that increasing the particles/drug/cargo size and MFS leads to more particles/drug/cargo retention within the tissue. The present work provides insights into the decisive factors in arterial MDT with an obvious impact on locoregional cancer treatment, tissue engineering, and regenerative medicine.

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)0,000
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: aucune
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
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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

Citations117
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDrug DeliveryMême sujetMicro and Nano RoboticsTravaux en français237 207