MétaCan
Menu
Retour à la cohorte
Enregistrement W4285394177 · doi:10.1089/jamp.2022.29067.md

Radiolabeling Methods

2022· review· en· W4285394177 sur OpenAlexaff
Myrna Dolovich

Notice bibliographique

RevueJournal of Aerosol Medicine and Pulmonary Drug Delivery · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensSt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésIn vivoInhalationInhalerNebulizerDry-powder inhalerDeposition (geology)DrugBiomedical engineeringNuclear medicineChemistryPharmacologyMedicineRadiologyAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

In vivo measurements of the deposition of an inhaled radiolabeled pharmaceutic have provided useful information related to the inhaler efficiency for depositing drug in the lung. A number of labeling techniques have been developed and applied to pharmaceutical aerosols delivered by pressurized metered-dose inhalers (pMDIs), dry powder inhalers (DPIs) and nebulizers; the choice of radiotracer depends on the type of imaging study being performed and the equipment used to image the lung. Preparation, validation and calibration of the radiolabeled pharmaceutical product is key to successful interpretation of the imaging study. When imaging a subject after inhalation of a radiolabeled formulation, it is the radioactivity that is detected and measured by the scanner; absolute amounts of deposited drug are inferred from the counts of radioactivity in the lung and other regions, based on the assumption that there is a 1:1 relationship between the two components—drug and radioactivity. This relationship holds true for direct-labeled PET products or for those formulations where a firm bond can be demonstrated between the drug and radiotracer for the time taken to acquire all the images. This chapter will discuss radiolabeling methods applied to therapeutic aerosols for the purpose of determining the deposition efficiency of these aerosols in the lung. The techniques apply to both in vivo studies in man and in animal models, and to some extent to in vitro models.

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)0,003
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,097
Tête enseignante GPT0,396
Écart entre enseignants0,299 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aerosol Medicine and Pulmonary Drug DeliveryMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207