MétaCan
Menu
Retour à la cohorte
Enregistrement W2958701650 · doi:10.18433/jpps29674

Drugs Loaded into Electrospun Polymeric Nanofibers for Delivery

2019· review· en· W2958701650 sur OpenAlexvenueno aff
Erick José Torres-Martínez, Graciela Lizeth Pérez-González, Aracely Serrano‐Medina, Daniel Grande, Ricardo Vera‐Graziano, José Manuel Cornejo‐Bravo, Luis Jesús Villarreal-Gómez

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2019
Typereview
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensnon disponible
Organismes subventionnairesFP7 International CooperationFondo de Cooperación Internacional en Ciencia y TecnologíaConsejo Nacional de Ciencia y TecnologíaDepartment of Science and Technology, Ministry of Science and Technology, India
Mots-clésElectrospinningNanofiberDrug deliveryNanotechnologyMaterials scienceNanometrePolymerControlled releaseChemical engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

The electrospinning technique is a useful and versatile approach for conversion of polymeric solutions into continuous fibers, ranging from a few micrometers (10-100 μm) to the scale of nanometers (10- 100 nm) in diameters. This technique can be used in a vast number of polymers, in some cases after modifying them to the required properties. The high surface-to-volume ratio of the fibers can improve some processes like cell binding and proliferation, drug loading, and mass transfer processes. One of the most important and studied areas of electrospinning is in the drug delivery field, for the controlled release of active substances ranging from antibiotics and anticancer agents, to macromolecules such as proteins and DNA. The advantage of this method is that a wide variety of low solubility drugs can be loaded into the fibers to improve their bioavailability or to attain controlled release. This review presents an overview of the reported drugs loaded into electrospun polymeric nanofibers to be used as drug delivery systems. These drugs are classified by their applications in pharmacy.

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 seuil0,007

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,087
Tête enseignante GPT0,441
Écart entre enseignants0,354 · 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

Citations49
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy & Pharmaceutical SciencesMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207