Comparing microfluidics and ultrasonication as formulation methods for developing hempseed oil nanoemulsions for oral delivery applications
Notice bibliographique
Résumé
Emerging formulation technologies aimed to produce nanoemulsions with improved characteristics, such as stability are attractive endeavors; however, comparisons between competing technologies are lacking. In this study, two formulation techniques that employed ultrasound and microfluidic approaches, respectively, were examined for relative capacity to produce serviceable oil in water nanoemulsions, based on hempseed oil (HSO). The ultrasound method reached > 99.5% entrapment efficiency with nanoemulsions that had an average droplet size (Z-Ave) < 180 nm and polydispersity index (PDI) of 0.15 ± 0.04. Surfactant concentration (% w/v) was found to be a significant factor (p < 0.05) controlling the Z-Ave, PDI and zeta potential of these nanoparticles. On the other hand, the microfluidic approach produced smaller particles compared to ultrasonication, with good stability observed during storage at room temperature. The Z-Ave of < 62.0 nm was achieved for microfluidic nanoemulsions by adjusting the aqueous : organic flow rate ratio and total flow rate at 4:1 and 12 mL/min, respectively. Further analyses including a morphology examination, a simulated gastrointestinal release behavior study, transepithelial transport evaluations and a toxicity test, using a Caco2-cell model, were performed to assess the functionality of the prepared formulations. The results of this study conclude that both approaches of ultrasound and microfluidics have the capability to prepare an HSO-nanoemulsion formulation, with acceptable characteristics and stability for oral delivery applications.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».