Controlled Transdermal Iontophoresis of Insulin from Water-Soluble Polypyrrole Nanoparticles: An In Vitro Study
Notice bibliographique
Résumé
The iontophoresis delivery of insulin (INS) remains a serious challenge due to the low permeability of the drug through the skin. This work aims to investigate the potential of water-soluble polypyrrole nanoparticles (WS-PPyNPs) as a drug donor matrix for controlled transdermal iontophoresis of INS. WS-PPyNPs have been prepared via a simple chemical polymerization in the presence of sodium dodecyl sulfate (SDS) as both dopant and the stabilizing agent. The synthesis of the soluble polymer was characterized using field emission scanning electron microscopy (FESEM), dynamic light scattering (DLS), fluorescence spectroscopy, and Fourier transform infrared (FT–IR) spectroscopy. The loading mechanism of INS onto the WS-PPyNPs is based on the fact that the drug molecules can be replaced with doped dodecyl sulfate. A two-compartment Franz-type diffusion cell was employed to study the effect of current density, formulation pH, INS concentration, and sodium chloride concentration on anodal iontophoresis (AIP) and cathodal iontophoresis (CIP) of INS across the rat skin. Both AIP and CIP delivery of INS using WS-PPyNPs were significantly increased compared to passive delivery. Furthermore, while the AIP experiment (60 min at 0.13 mA cm–2) show low cumulative drug permeation for INS (about 20.48 µg cm−2); the CIP stimulation exhibited a cumulative drug permeation of 68.29 µg cm−2. This improvement is due to the separation of positively charged WS-PPyNPs and negatively charged INS that has occurred in the presence of cathodal stimulation. The obtained results confirm the potential applicability of WS-PPyNPs as an effective approach in the development of controlled transdermal iontophoresis of INS.
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 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 | 0,001 | 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 | 0,001 | 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 tête enseignante, 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 ».