Aerosol drug delivery to the lungs during nasal high flow therapy: an in vitro study
Notice bibliographique
Résumé
BACKGROUND: Aerosol delivery through a nasal high flow (NHF) system is attractive for clinicians as it allows for simultaneous administration of oxygen and inhalable drugs. However, delivering a fine particle fraction (FPF, particle wt. fraction < 5.0 μm) of drugs into the lungs has been very challenging, with highest value of only 8%. Here, we aim to develop an efficient nose-to-lung delivery system capable of delivering improved quantities (FPF > 16%) of dry powder aerosols to the lungs via an NHF system. METHODS: We evaluated the FPF of spray-dried mannitol with leucine with a next generation impactor connected to a nasopharyngeal outlet of an adult nasal airway replica. In addition, we investigated the influence of different dispersion (20-30 L/min) and inspiratory (20-40 L/min) flow rates, on FPF. RESULTS: We found an FPF of 32% with dispersion flow rate at 25 L/min and inspiratory flow rate at 40 L/min. The lowest FPF (21%) obtained was at the dispersion flow rate at 30 L/min and inspiratory flow rate at 30 L/min. A higher inspiratory flow rate was generally associated with a higher FPF. The nasal cannula accounted for most loss of aerosols. CONCLUSIONS: In conclusion, delivering a third of inhalable powder to the lungs is possible in vitro through an NHF system using a low dispersion airflow and a highly dispersible powder. Our results may lay the foundation for clinical evaluation of powder aerosol delivery to the lungs during NHF therapy in humans.
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 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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».