Testing drug release from medicated contact lenses: The missing link to predict in vivo performance
Notice bibliographique
Résumé
Contact lenses (CLs) offer a wide variety of advantages as ocular drug-releasing platforms, but the feasibility of medicated CL development is constrained by numerous scientific, technological, and regulatory challenges. One main difficulty is the setting of release rate specifications for each drug, since at present there are no standardized in vitro release models that can appropriately predict the performance of drug-eluting CLs once placed onto the eye. CL-adapted release tests may provide knowledge on how the drug release pattern should perform in vivo to trigger and maintain the therapeutic effects for both anterior and posterior ocular tissues. Moreover, in vitro release tests are valuable tools for quality assessment during production and to investigate the effect of a change in composition or process variables. This review aims to shed light on biorelevant ways of evaluating in vitro drug release from CLs and the feasibility of establishing in vitro-in vivo correlations (IVIVC) to predict in vivo performance. First, general guidelines and Pharmacopeia release tests for topical ophthalmic formulations as well as in vitro release tests implemented for drug-CLs in the last two decades are analyzed. Then, development of an appropriate method to investigate IVIVC is attempted from the few papers simultaneously reporting in vitro release profiles and either in vivo release or therapeutic response. Finally, key points to be considered for in vitro testing drug release from a medicated CL are suggested to pave the way to the clinical arena.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».