MétaCan
Menu
Retour à la cohorte
Enregistrement W3206474164 · doi:10.18433/jpps31788

Solid Lipid Nanoparticles: An Approach to Improve Oral Drug Delivery

2021· review· en· W3206474164 sur OpenAlexvenueno aff
Néstor Mendoza‐Muñoz, Zaida Urbán‐Morlán, Gerardo Leyva‐Gómez, María L. Zambrano‐Zaragoza, Elizabeth Piñón‐Segundo, David Quintanar‐Guerrero

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid Membrane Structure and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de MéxicoConsejo Nacional de Ciencia y Tecnología
Mots-clésSolid lipid nanoparticleBioavailabilityDrugPharmacologyMedicineDrug deliveryNanotechnologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Nanoparticles have shown overall beneficial effects in drug administration. Specifically, solid lipid nanoparticles (SLN) have emerged as an alternative to polymer-based systems. However, the oral administration of SLN, the first choice for conventional medications, has not been addressed due to the taboo surrounding the complicated transit that this delivery route entails. This review focuses on the encapsulation of drugs into SLN as a strategy for improving oral administration. Examples of applications of SLN to enhance the absorption and bioavailability of poorly-soluble drugs and protect acid-labile active molecules are discussed. This work also emphasizes the importance of developing SLN-based systems to treat health issues such as neurological diseases and cancer, and combat antibiotic resistance, three significant and increasingly common current public health problems. The review sections clarify how SLN can improve bioavailability, target therapeutic agents, and reduce side effects.

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)
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 enseignants0,817
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,092
Tête enseignante GPT0,446
Écart entre enseignants0,355 · 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

Citations77
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy & Pharmaceutical SciencesMême sujetLipid Membrane Structure and BehaviorTravaux en français237 207