Influence of the Oil Phase on the Wound Healing Activity of Sea Cucumber Extract-Based Cream Formulations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sea cucumbers are attractive marine natural sources as they are enriched with functional biomaterials that can contribute in accelerating wound healing. The present study was carried out to prepare cream formulations comprising extract of sea cucumber with different type of oil phase, namely F1 (olive oil), F2 (tea tree oil) and F3 (lemongrass oil) to assess the influence of the oil on the physicochemical properties and the wound healing efficacy of the creams. The formulated creams showed satisfactory physicochemical characteristics such as homogeneity, spreadability, rheology, pH, and showed no evidence of phase separation even when the creams were kept at extreme conditions. The ex vivorelease profile of sea cucumber extract from the formulated creams was determined by using a Franz diffusion cells. F3 demonstrated a constant and yield the highest release percentage of sea cucumber extract, followed by F2 and F1. Topical application of the formulated creams on the excision wound in rats showed a significant wound healing efficacy compared to the control group. Among the creams formulation, F1 demonstrated a significantly higher rate of wound closure compared to F2, F3, and positive control. The wound healing efficacy of the formulated creams were not dependent on the ability of the oils in promoting skin permeation for the release of sea cucumber extract. This study depicted that lemongrass oil acted as a good skin permeation enhancer for the release of sea cucumber extract while olive oil worked in a more synergistic manner with sea cucumber extract in promoting wound healing.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle