MétaCan
Menu
Retour à la cohorte
Enregistrement W3128671191 · doi:10.1039/d0bm02149k

Cancer theranostic platforms based on injectable polymer hydrogels

2021· review· en· W3128671191 sur OpenAlexafffund
Feifei Wang, Jingsi Chen, Jifang Liu, Hongbo Zeng

Notice bibliographique

RevueBiomaterials Science · 2021
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensAlberta Hospital EdmontonUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaCanada Research Chairs
Mots-clésSelf-healing hydrogelsChemistryPolymerNanotechnologyMaterials sciencePolymer chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Theranostic platforms that combine therapy with diagnosis not only prevent the undesirable biological responses that may occur when these processes are conducted separately, but also allow individualized therapies for patients. Polymer hydrogels have been employed to provide well-controlled drug release and targeted therapy in theranostics, where injectable hydrogels enable non-invasive treatment and monitoring with a single injection, offering greater patient comfort and efficient therapy. Efforts have been focused on applying injectable polymer hydrogels in theranostic research and clinical use. This review highlights recent progress in the design of injectable polymer hydrogels for cancer theranostics, particularly focusing on the elements/components of theranostic hydrogels, and their cross-linking strategies, structures, and performance with regard to drug delivery/tracking. Therapeutic agents and tracking modalities that are essential components of the theranostic platforms are introduced, and the design strategies, properties and applications of the injectable hydrogels developed via two approaches, namely chemical bonds and physical interactions, are described. The theranostic functions of the platforms are highly dependent on the architecture and components employed for the construction of hydrogels. Challenges currently presented by theranostic platforms based on injectable hydrogels are identified, and prospects of acquiring more comfortable and personalized therapies are proposed.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,362
Écart entre enseignants0,306 · 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

Citations31
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomaterials ScienceMême sujet3D Printing in Biomedical ResearchTravaux en français237 207