MétaCan
Menu
Retour à la cohorte
Enregistrement W4220756481 · doi:10.1021/acs.molpharmaceut.1c00734

Preclinical Testing of Dendritic Core–Multishell Nanoparticles in Inflammatory Skin Equivalents

2022· article· en· W4220756481 sur OpenAlexaff
Patrick Graff, Stefan Hönzke, Aaroh Joshi, Guy Yealland, Emanuel Fleige, Michael Unbehauen, Monika Schäfer‐Korting, Andreas C. Hocke, Rainer Haag, Sarah Hedtrich

Notice bibliographique

RevueMolecular Pharmaceutics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésProinflammatory cytokineDexamethasonePharmacologyMedicineAtopic dermatitisInvolucrinHuman skinInflammationImmunologyChemistryBiologyInternal medicineBiochemistryKeratinocyteIn vitro

Résumé

récupéré en direct d'OpenAlex

Human skin equivalents emerged as novel tools in preclinical dermatological research. It is being claimed that they may bridge the translational gap between preclinical and clinical research, yet only a few studies have investigated their suitability for preclinical drug testing so far. Therefore, we investigated if inflammatory skin equivalents, which emulate hallmarks of atopic dermatitis (AD), are suitable to assess the anti-inflammatory effects of dexamethasone (DXM) in a cream formulation or loaded onto dendritic core-multishell nanoparticles. Topical DXM application resulted in significantly decreased expression of the proinflammatory cytokine TSLP, increased expression of the skin barrier protein involucrin, and facilitated glucocorticoid receptor translocation in a dose-dependent manner. Further, DXM treatment inhibited gene expression of extracellular matrix components, potentially indicative of the known skin atrophy-inducing side effects of glucocorticoids. Overall, we were able to successfully assess the anti-inflammatory effects of DXM and the superiority of the nanoparticle formulation. Nevertheless the identification of robust readout parameters proved challenging and requires careful study design.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,388
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular PharmaceuticsMême sujetDermatology and Skin DiseasesTravaux en français237 207