MétaCan
Menu
Retour à la cohorte
Enregistrement W3119222651 · doi:10.1080/14760584.2020.1874928

Microneedle Systems for Vaccine Delivery: the story so far

2020· review· en· W3119222651 sur OpenAlexaff
Md Kamal Hossain, Taksim Ahmed, Prabhat Bhusal, Robhash Kusam Subedi, Iman Salahshoori, M. Soltani, Majid Hassanzadeganroudsari

Notice bibliographique

RevueExpert Review of Vaccines · 2020
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueAdvancements in Transdermal Drug Delivery
Établissements canadiensUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineDelivery systemVirologyPharmacology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Vaccine delivery via a microneedle (MN) system has been identified as a potential alternative to conventional vaccine delivery. MN can be self-administered, is pain-free and is capable of producing superior immunogenicity. Over the last few decades, significant research has been carried out in this area, and this review aims to provide a comprehensive picture on the progress of this delivery platform. AREAS COVERED: This review highlights the potential role of skin as a vaccine delivery route using a microneedle system, examines recent advancements in microneedle fabrication techniques, and provides an update on potential preclinical and clinical studies on vaccine delivery through microneedle systems against various infectious diseases. Articles for the review study were searched electronically in PubMed, Google, Google Scholar, and Science Direct using specific keywords to cover the scope of the article. The advanced search strategy was employed to identify the most relevant articles. EXPERT OPINION: A significant number of MN mediated vaccine candidates have shown promising results in preclinical and clinical trials. The recent emergence of cleanroom free, 3D or additive manufacturing of MN systems and stability, together with the dose-sparing capacity of the Nanopatch® system, have made this platform, commercially, highly lucrative.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,745
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,131
Tête enseignante GPT0,481
Écart entre enseignants0,350 · 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 tête enseignante, pas un consensus.

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

Citations53
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of VaccinesMême sujetAdvancements in Transdermal Drug DeliveryTravaux en français237 207