MétaCan
Menu
Retour à la cohorte
Enregistrement W4232573534 · doi:10.1121/1.4800380

Ultrasound-mediated drug delivery with real-time cell permeability measurements

2013· article· en· W4232573534 sur OpenAlexaff
Pavlos Anastasiadis, Michelle L. Matter, John S. Allen

Notice bibliographique

RevueProceedings of meetings on acoustics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésUltrasoundCell permeabilityCellPermeability (electromagnetism)Drug deliveryBiomedical engineeringMaterials scienceBiophysicsCell biologyChemistryMedicineNanotechnologyBiologyRadiologyMembrane

Résumé

récupéré en direct d'OpenAlex

Ultrasound-mediated drug and gene delivery offers a variety of exciting possibilities for improved localized treatment of vascular- and cancer-related diseases. This therapeutic application benefits from the use of the acoustic radiation force that facilitates the exposure for enhanced binding due to ligand-receptor interactions. The main merits of ultrasound lie in the transient increase of cell permeability without exposing the cell corpus to any detrimental and irreversible side-effects. Nonetheless, the related underlying molecular and cellular pathways of ultrasound-induced permeability and the subsequent recovery of cells have not been answered satisfactorily. Real-time studies of cell behavior during and past-ultrasound exposure have been obstructed by the lack of appropriate techniques. The Electric-Cell Impedance Sensing (ECIS) technique is an attractive way of studying cell permeability changes in real-time. Its nanoscale sensitivity and speedy acquisition of data allows for the accurate and timely monitoring of cell behavior. Our preliminary results suggest that cells recover within 24 - 36 hours post-exposure. During this time window the cells undergo drastic changes exhibiting an increased permeability of 2.4 ± 0.6 Ω•cm2 compared to 3.8 ± 0.5 Ω•cm2 that normal untreated cells exhibit.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,008
Tête enseignante GPT0,175
Écart entre enseignants0,167 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207