MétaCan
Menu
Retour à la cohorte
Enregistrement W3113322471 · doi:10.3390/pharmaceutics12121232

Biodegradable Nanoparticle for Cornea Drug Delivery: Focus Review

2020· review· en· W3113322471 sur OpenAlexaff
Mohammadmahdi Mobaraki, M. Soltani, Samaneh Zare Harofte, Elham Lori Zoudani, Roshanak Daliri, Mohamadreza Aghamirsalim, Kaamran Raahemifar

Notice bibliographique

RevuePharmaceutics · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCorneal Surgery and Treatments
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCorneaDrug deliveryNanocarriersDrugNiosomeTargeted drug deliverySelf-healing hydrogelsNanotechnologyCorneal diseaseCorneal DiseasesBiomedical engineeringPharmacologyMedicineMaterials scienceOphthalmologyChemistry

Résumé

récupéré en direct d'OpenAlex

During recent decades, researchers all around the world have focused on the characteristic pros and cons of the different drug delivery systems for cornea tissue change for sense organs. The delivery of various drugs for cornea tissue is one of the most attractive and challenging activities for researchers in biomaterials, pharmacology, and ophthalmology. This method is so important for cornea wound healing because of the controllable release rate and enhancement in drug bioavailability. It should be noted that the delivery of various kinds of drugs into the different parts of the eye, especially the cornea, is so difficult because of the unique anatomy and various barriers in the eye. Nanoparticles are investigated to improve drug delivery systems for corneal disease. Biodegradable nanocarriers for repeated corneal drug delivery is one of the most attractive and challenging methods for corneal drug delivery because they have shown acceptable ability for this purpose. On the other hand, by using these kinds of nanoparticles, a drug could reside in various part of the cornea for longer. In this review, we summarized all approaches for corneal drug delivery with emphasis on the biodegradable nanoparticles, such as liposomes, dendrimers, polymeric nanoparticles, niosomes, microemulsions, nanosuspensions, and hydrogels. Moreover, we discuss the anatomy of the cornea at first and gene therapy at the end.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,174
Tête enseignante GPT0,422
Écart entre enseignants0,247 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetCorneal Surgery and TreatmentsTravaux en français237 207