MétaCan
Menu
Retour à la cohorte
Enregistrement W2967943501 · doi:10.25082/jpbr.2019.02.005

Developments in encapsulation of insulin: Is oral delivery now possible?

2019· article· en· W2967943501 sur OpenAlexaff
Anubhav Pratap‐Singh, Yigong Guo, Anika Singh, Wen Xie, Patrick Jiang

Notice bibliographique

RevueJournal of Pharmaceutical and Biopharmaceutical Research · 2019
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueAdvanced Drug Delivery Systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésInsulinBioavailabilityTransdermalLiposomeInsulin deliveryPharmacologyChemistryMedicineDiabetes mellitusInternal medicineBiochemistryEndocrinologyType 1 diabetes

Résumé

récupéré en direct d'OpenAlex

This review presents the possibilities of oral delivery of insulin. Insulin, being readily destroyed/ transformed by the proteolytic enzymes and first-pass effects in the digestive system, has mainly been administered through injection, such as intravenous injection and transdermal injection. With developments in the material sciences, appropriate encapsulation methodologies have been developed that could be employed to protect insulin from the digestive effects of the human GI system, and thereby have opened a gateway of research exploring the oral route of insulin delivery. One approach is to incorporate insulin into an emulsion with an appropriate oil-phase, which protects the insulin from degradation. Coating with natural or synthetic polymeric materials, or with lipids, followed by size-reduction to 100-1000 nm is applied as another common approaches of insulin encapsulation. Other approaches like liposomes, nanogels, etc. are also being explored. This review gives a summary of methods of preparation as well as in vitro and in vivo bioavailability of insulin through these methods. It is observed that the oral bioavailability of insulin intake has increased from about 0.1% to about 20% for encapsulated insulin.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,281
Tête enseignante GPT0,540
Écart entre enseignants0,259 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmaceutical and Biopharmaceutical ResearchMême sujetAdvanced Drug Delivery SystemsTravaux en français237 207