MétaCan
Menu
Retour à la cohorte
Enregistrement W2944090840 · doi:10.1016/j.ejpb.2019.05.004

Niclosamide repositioning for treating cancer: Challenges and nano-based drug delivery opportunities

2019· review· en· W2944090840 sur OpenAlexaff
Eduardo José Barbosa, Raimar Löbenberg, Gabriel Lima Barros de Araújo, Nádia Araci Bou‐Chacra

Notice bibliographique

RevueEuropean Journal of Pharmaceutics and Biopharmaceutics · 2019
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug Solubulity and Delivery Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorU.S. Department of Energy
Mots-clésNiclosamideMedicineDrugBiopharmaceuticalDrug deliveryClinical trialDrug repositioningPharmacologyProstate cancerCancerIntensive care medicineNanotechnologyBiotechnologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Drug repositioning may be defined as a process when new biological effects for known drugs are identified, leading to recommendations for new therapeutic applications. Niclosamide, present in the Model List of Essential Medicines, from the World Health Organization, has been used since the 1960s for tapeworm infection. Several preclinical studies have been shown its impressive anticancer effects, which led to clinical trials for colon and prostate cancer. Despite high expectations, proof of efficacy and safety are still required, which are associated with diverse biopharmaceutical challenges, such as the physicochemical properties of the drug and its oral absorption, and their relationship with clinical outcomes. Nanostructured systems are innovative drug delivery strategies, which may provide interesting pharmaceutical advantages for this candidate. The aim of this review is to discuss challenges involving niclosamide repositioning for cancer diseases, and the opportunities of therapeutic benefits from nanosctrutured system formulations containing this compound.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,434
Tête enseignante GPT0,468
Écart entre enseignants0,035 · 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'étudeSans objet
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

Citations105
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueEuropean Journal of Pharmaceutics and BiopharmaceuticsMême sujetDrug Solubulity and Delivery SystemsTravaux en français237 207