IN VIVO CHARACTERIZATION OF LESS PAINFUL PROPOFOL NANOEMULSION USING PALM OIL FOR INTRAVENOUS DRUG DELIVERY
Notice bibliographique
Résumé
Objective: The objective of present work was to evaluate the effectiveness of propofol in nanoemulsion based palm oil that called as NEMS™, which was a choice of anesthetic drug to induce and maintenance general anesthesia to reduce pain on injection activity and also to evaluate the in vivo characterization of propofol in NEMS™. Methods: Preparation of propofol nanoemulsion using NEMS™ technology has been performed for propofol 1% in NEMS™ (P1%), and propofol 2% in NEMS™ (P2%). Determination of free propofol concentration in aqueous phase was conducted using HPLC and rat paw lick test was evaluated as in vivo test to assay the intensity of pain on injection site. The sleep recovery test was conducted to evaluate the pharmacological effect and erythrocyte hemolysis test also conducted to ensure the safety of propofol in NEMS™. All of the test results were compared with Diprivan®1% as a positive standard. Results: The contents of free propofol in formulation P1% and Diprivan®1% in aqueous-phase were 6.20±0.03 µg/ml and 15.02±0.33 µg/ml, respectively (*P<0.05). The rat paw lick test showed that the formulation P1% was significantly (*P<0.05) less painful when compared to Diprivan®1%. There were no significant differences in pharmacological effect for all of the formulations (*P>0.05). The erythrocyte haemolysis test show that all formulation still safe for our blood. Conclusion: Palm oil can be used as a carrier for propofol and it was successfully reduced the free propofol contents and the intensity of pain on injection site in rats.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».