Nanomedicine and drug delivery systems in cancer and regenerative medicine
Notice bibliographique
Résumé
Nanomedicine and drug delivery technologies play a prominent role in modern medicine, facilitating better treatments than conventional drugs. Nanomedicine is being increasingly used to develop new methods of cancer diagnosis and treatment, since this technology can modulate the biodistribution and the target site accumulation of chemotherapeutic drugs, thereby reducing their toxicity. Regenerative medicine provides another area where innovative drug delivery technology is being studied for improved tissue regeneration. Drug delivery systems can protect therapeutic proteins and peptides against degradation in biological environments and deliver them in a controlled manner. Similarly, the combination of drug delivery systems and stem cells can improve their survival, differentiation, and engraftment. The present review summarizes the most important steps carried-out by the group of Prof Blanco-Prieto in nanomedicine and drug delivery technologies. Throughout her scientific career, she has contributed to the area of nanomedicine to improve anticancer therapy. In particular, nanoparticles loaded with edelfosine, doxorubicin, or methotrexate have demonstrated great anticancer activity in preclinical settings of lymphoma, glioma, and pediatric osteosarcoma. In regenerative medicine, a major focus has been the development of drug delivery systems for brain and cardiac repair. In this context, several microparticle-based technologies loaded with biologics have demonstrated efficacy in clinically relevant animal models such as monkeys and pigs. The latest research by this group has shown that drug delivery systems combined with cell therapy can achieve a more complete and potent regenerative response. Cutting-edge areas such as noninvasive intravenous delivery of cardioprotective nanomedicines or extracellular vesicle-based therapies are also being explored. This article is categorized under: Therapeutic Approaches and Drug Discovery > Emerging Technologies Therapeutic Approaches and Drug Discovery > Nanomedicine for Oncologic Disease.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 ».