MétaCan
Menu
Retour à la cohorte
Enregistrement W4210477792 · doi:10.1016/j.mtbio.2022.100208

Towards principled design of cancer nanomedicine to accelerate clinical translation

2022· review· en· W4210477792 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMaterials Today Bio · 2022
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésNanomedicineTranslation (biology)MedicineComputer scienceNanotechnologyChemistryMaterials scienceNanoparticle

Résumé

récupéré en direct d'OpenAlex

Nanotechnology in medical applications, especially in oncology as drug delivery systems, has recently shown promising results. However, although these advances have been promising in the pre-clinical stages, the clinical translation of this technology is challenging. To create drug delivery systems with increased treatment efficacy for clinical translation, the physicochemical characteristics of nanoparticles such as size, shape, elasticity (flexibility/rigidity), surface chemistry, and surface charge can be specified to optimize efficiency for a given application. Consequently, interdisciplinary researchers have focused on producing biocompatible materials, production technologies, or new formulations for efficient loading, and high stability. The effects of design parameters can be studied in vitro, in vivo, or using computational models, with the goal of understanding how they affect nanoparticle biophysics and their interactions with cells. The present review summarizes the advances and technologies in the production and design of cancer nanomedicines to achieve clinical translation and commercialization. We also highlight existing challenges and opportunities in the field.

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 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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,837
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0190,000

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 Opus0,201
Tête enseignante GPT0,410
Écart entre enseignants0,209 · 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