MétaCan
Menu
Retour à la cohorte
Enregistrement W2997559721 · doi:10.1016/j.jddst.2019.101486

Design space approach in the development of esculetin nanocrystals by a small-scale wet-bead milling process

2019· article· en· W2997559721 sur OpenAlexaff
Jieyu Zuo, Gabriel Lima Barros de Araújo, Marco Antônio Stephano, Zheng-Yun Zuo, Nádia Araci Bou‐Chacra, Raimar Löbenberg

Notice bibliographique

RevueJournal of Drug Delivery Science and Technology · 2019
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug Solubulity and Delivery Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesState Administration of Traditional Chinese Medicine of the People's Republic of China
Mots-clésNanocrystalMaterials scienceSolubilityDynamic light scatteringAqueous solutionNanotechnologyTransmission electron microscopyParticle sizeChemical engineeringNanoparticleChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Esculetin, a natural coumarin derived from herbs, has shown different potential pharmacological activities. However, the poor aqueous solubility of esculetin may limit its therapeutic efficacy. Nanocrystal is a promising dosage form to overcome this drawback by enhancing drug saturation solubility. Hence, a laboratory-scale wet-bead milling approach was employed to develop an esculetin nanocrystal formulation. Povacoat™ was selected as a stabilizer after screening different surfactants and polymers. Design of experiments was applied to identify and understand the relationship between process parameters and formulation compositions at the stage of formulation optimization. Furthermore, the optimized formulation was solidified using two different approaches (spray-drying and freeze-drying) and characterized by dynamic light scattering, laser diffraction, transmission electron microscopy, scanning electron microscopy, thermal analysis, and X-ray powder diffraction. An esculetin-Povacoat™ nanocrystal formulation that maintained a 200 nm particle size for 180 days was successfully obtained with specific critical process parameters and formulation composition within the design space.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,053
Tête enseignante GPT0,334
Écart entre enseignants0,281 · 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

Citations33
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Drug Delivery Science and TechnologyMême sujetDrug Solubulity and Delivery SystemsTravaux en français237 207