Anti-inflammatory drug nanocrystals: state of art and regulatory perspective
Notice bibliographique
Résumé
Anti-inflammatory drugs have been prescribed extensively for a wide range of diseases. Combined with over-the-counter use, approximately 30 billion doses of non-steroidal inflammatory drugs (NSAIDs) are consumed annually in the USA. The global market of glucocorticoids (GCs) is forecast to reach US$ 8.6 billion by 2025. Severe adverse effects have been reported for NSAIDs, GCs, and COX-2 selective NSAIDs (COXIBs). Furthermore, the overwhelming majority of these drug substances are BCS class II, which limits their bioavailability due to poor water solubility. Drug nanocrystals, a carrier-free nanosystem, can increase saturation solubility, dissolution rate, and the mucoadhesiveness of these drugs. The enhancement of these properties was highlighted in our findings. These features improve the efficacy and safety of anti-inflammatory drugs. In this review, we show that drug nanocrystals are an attractive strategy that contributes to an important shift in the development of innovative products for different routes of administration. The possibility of targeting can minimize the adverse effects and improve the efficacy in the management of inflammatory conditions. We comprehensively review the critical quality attributes (CQAs) in the anti-inflammatory drug nanocrystals preparation, which are fundamental to developing a successful marketable product. Despite the advantages, maintaining properties such as average particle size, surface properties, and physicochemical stability of these preparations during shelf life poses challenges to be overcome.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».