PREPARATION AND CHARACTERIZATION OF SELF-MICROEMUSIFYING DRUG DELIVERY SYSTEM (SMEDDS) OF CISPLATIN FOR ORAL USE IN OVARIAN CANCER TREATMENT
Notice bibliographique
Résumé
Cancer is one of the most leading causes of death in the world.Ovarian cancer is the seventh most common cancer in women.Also, it has the highest, mortality rate among female reproductive system cancers (1).According to the American Cancer Society in 2018, 22240 new cases of ovarian cancer will be diagnosed and 14070 women will die of ovarian cancer in the United States (2).The highest incidences are related in Europe, Canada and the United States.The lowest incidences are reported in China and Africa.According to GLOBOCAN 2008 database, the incidence rates are reported as over 11 cases per 100000 in Europe, less than 3 cases per 100000 in Africa and 4-8 cases per 100000 in South American, Asian and Caribbean countries (3).The latest cancer mortality statistics of the World Health Organization (WHO) showed that mortality will increase by approximately 45% until 2030 (4).Ovarian cancer has different risk factors like family history, age, early age menarche, menopause, parity, oral contraceptive use, lactation, obesity, cigarette smoking and alcohol consumption (5-7).Epithelial ovarian cancer is the most common type of ovarian cancer.Early diagnosis increases the chances successful treatment.The pathogenesis of ovarian cancer hasnít been elucidated yet, but ovulation, hormonal factors and inflammations have an important role in it (8, 9).There are two types of ovarian tumors.Type I tumors tend to be less aggressive and slow-growing like low grade malign serous tumors, low grade malign endometrioid carcinoma and mucinous carcinoma.Type II tumors are more aggressive than Type I tumors.They are high grade malign serous carcinoma, carcinosarcoma and undifferentiated carcinoma (10, 11).Ovarian cancer is staged by using the FIGO staging system which has 4 stages.A tumor is limited to the ovary at stage I.During stage II, tumor involves one or both of the ovaries.Pelvic extension and primary peritoneal tumor occurred.At stage III, PHARMACEUTICAL TECHNOLOGY
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».