MétaCan
Menu
Retour à la cohorte
Enregistrement W2995621758 · doi:10.29169/1927-5951.2019.09.06.3

Azithromycin-Chitosan Films for Improved Haemostasis and Wound Healing

2019· article· en· W2995621758 sur OpenAlexvenueno aff
Linda Fateh, Susan Waiss, Mohammad Othman

Notice bibliographique

RevueJournal of Pharmacy and Nutrition Sciences · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAzithromycinChitosanAntimicrobialWettingBiodegradable polymerWound healingMetronidazolePolymerSolventContact angleNuclear chemistryMaterials scienceBiomedical engineeringAntibioticsNanotechnologyMedicineComposite materialSurgeryMicrobiologyChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Wound healing is a global medical concern, because haemorrhage is still a major cause of morbidity and mortality. Therefore, more effective and cost-effective dressings are required. Antimicrobial dressing of Azithromycin (AZM) (a broad-spectrum macrolide antibiotic) with Chitosan (CS) as a carrier, has a lot of desired properties such as haemostatic, pain-reducing, and less scar forming. It is prepared by a solvent evaporation method. The film morphology is investigated by SEM and film-water wettability is measured by a contact angle method. The drug-polymer interactions are evaluated by using FTIR and DSC. Azithromycin loaded films (different mass ratio of AZM to CS w % 10%, 25% and 50%) were sterilized by Gamma radiation, then their antimicrobial characteristics and haemostatic performance were evaluated. Film thickness was about 9 µm. The wettability properties of films were enhanced by adding AZM and PEG6000 5% (mass ratio of PEG 6000 to CS w %). Microbial growth inhibitions were identified for films loaded with Azithromycin.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,065
Tête enseignante GPT0,397
Écart entre enseignants0,332 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and Nutrition SciencesMême sujetWound Healing and TreatmentsTravaux en français237 207