Magnetic aerosol drug targeting in lung cancer therapy using permanent magnet
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
Primary bronchial cancer accounts for almost 20% of all cancer death worldwide. One of the emerging techniques with tremendous power for lung cancer therapy is magnetic aerosol drug targeting (MADT). The use of a permanent magnet for effective drug delivery in a desired location throughout the lung requires extensive optimization, but it has not been addressed yet. In the present study, the possibility of using a permanent magnet for trapping the particles on a lung tumor is evaluated numerically in the Weibel's model from G0 to G3. The effect of different parameters is considered on the efficiency of particle deposition in a tumor located on a distant position of the lung bronchi and bronchioles. Also, the effective position of the magnetic source, tumor size, and location are the objectives for particle deposition. The results show that a limited particle deposition occurs on the lung branches in passive targeting. However, the incorporation of a permanent magnet next to the tumor enhanced the particle deposition fraction on G2 to up to 49% for the particles of 7 µm diameter. Optimizing the magnet size could also improve the particle deposition fraction by 68%. It was also shown that the utilization of MADT is essential for effective drug delivery to the tumors located on the lower wall of airway branches given the dominance of the air velocity and resultant drag force in this region. The results demonstrated the high competence and necessity of MADT as a noninvasive drug delivery method for lung cancer therapy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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