MétaCan
Menu
Retour à la cohorte
Enregistrement W4251437471 · doi:10.1109/ultsym.2017.8091834

Using ultrasound and photoacoustics to monitor in situ forming implant structure and drug release

2017· article· en· W4251437471 sur OpenAlexaff
Elizabeth Berndl, Eno Hysi, Christopher J. Hernandez, Agata A. Exner, Michael C. Kolios

Notice bibliographique

Revue2017 IEEE International Ultrasonics Symposium (IUS) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBiomedical engineeringDrug deliveryMaterials scienceImaging phantomUltrasoundBiocompatible materialNanotechnologyNuclear medicineRadiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Most chemotherapeutics (CTs) are delivered systemically, causing nausea, hair loss, fatigue and a compromised immune system. Biocompatible in situ forming implants (ISFIs) are drug delivery vehicles which are injected as a liquid before solidifying in tissues and ultimately breaking down. By dissolving CTs in an ISFI solution, they can be injected directly to the tumour site and released in a controllable manner. ISFIs can provide localized, continuous release of CT, reducing side effects. The complex phase change of ISFIs causes a variable release rate of CT. In this work, photoacoustic (PA) imaging was used for the first time to monitor a dye (mimicking CT) diffusing into a tissue mimicking phantom while quantitative ultrasound (QUS) was used to monitor the changes in the ISFI structure. ISFIs made of poly(lactic-co-glycolic acid) and Janus Green B dye dissolved in N-methyl-2-pyrrolidone in a 39:1:60 ratio were injected in tissue mimicking polyacrylamide phantoms containing titanium oxide. ISFI structure and drug release was monitored over 72 hours. At each time point, 47 planes of the phantoms were imaged using both PA (700nm) and US using the VevoLAZR system. Regions of interest within and proximal to the ISFI were selected, and average PA and QUS parameters were determined for each plane as a function of time postimplantation. This work shows the potential of PA and QUS for monitoring kinetic drug release.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2017 IEEE International Ultrasonics Symposium (IUS)Même sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207