Development and pharmacokinetic evaluation of a self-nanoemulsifying drug delivery system for the oral delivery of cannabidiol
Notice bibliographique
Résumé
The number of lipophilic drug candidates in pharmaceutical discovery pipelines has increased in recent years. These drugs often possess physicochemical properties that result in poor oral bioavailability, and their clinical potential may be limited without adequate formulation strategies. Cannabidiol (CBD) is an excellent example of a highly lipophilic compound with poor oral bioavailability, due to low water solubility and extensive first-pass metabolism. An approach that may overcome these limitations is formulation of the drug in self-nanoemulsifying drug delivery systems (SNEDDS). Herein, CBD-SNEDDS formulations were prepared and evaluated in vitro. Promising formulations (F2, F4) were administered to healthy female Sprague-Dawley rats via oral gavage (20 mg/kg CBD). Resulting pharmacokinetic parameters of CBD were compared to those obtained following administration of CBD in two oil-based formulations: a medium-chain triglyceride oil vehicle (MCT-CBD), and a sesame oil-based formulation similar in composition to an FDA-approved formulation of CBD, Epidiolex® (SO-CBD). Compared to MCT-CBD, administration of the SNEDDS formulations led to more rapid absorption of CBD (median Tmax values: 0.5 h (F2), 1 h (F4), 6 h (MCT-CBD)). Administration of F2 and F4 formulations also improved the systemic exposure to CBD by 2.2 and 2.8-fold compared to MCT-CBD; however, no improvement was found compared to SO-CBD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 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 ».