MétaCan
Menu
Retour à la cohorte
Enregistrement W4292457507 · doi:10.1667/rade-21-00004.1

Actinide Decorporation: A Review on Chelation Chemistry and Nanocarriers for Pulmonary Administration

2022· review· en· W4292457507 sur OpenAlexaff
Edward P. C. Lai, Chunsheng Li

Notice bibliographique

RevueRadiation Research · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensHealth CanadaCarleton University
Organismes subventionnairesnon disponible
Mots-clésChelation therapyNanocarriersChelationChemistryLiposomeRadiochemistryPharmacologyDrug deliveryMedicineOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Chelation is considered the best method for detoxification by promoting excretion of actinides (Am, Np, Pu, Th, U) from the human body after internal contamination. Chemical agents that possess carboxylic acid or hydroxypyridinonate groups play a vital role in actinide decorporation. In this review article, we provide considerable background details on the chelation chemistry of actinides with an aim to formulate better decorporation agents. Nanocarriers for pulmonary delivery represent an exciting prospect in the development of novel therapies for actinide decorporation that both reduce toxic side effects of the agent and improve its retention in the body. Recent studies have demonstrated the benefits of using a nebulizer or an inhaler to administer chelating agents for the decorporation of actinides. Effective chelation therapy with large groups of internally contaminated people can be a challenge unless both the agent and the nanocarrier are readily available from strategic national stockpiles for radiological or nuclear emergencies. Sunflower lecithin is particularly adept at alleviating the burden of administration when used to form liposomes as a nanocarrier for pulmonary delivery of diethylenetriamine-pentaacetic acid (DTPA) or hydroxypyridinone (HOPO). Better physiologically-based pharmacokinetic models must be developed for each agent in order to minimize the frequency of multiple doses that can overload the emergency response operations.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,217
Tête enseignante GPT0,481
Écart entre enseignants0,264 · 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'étudeSans objet
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiation ResearchMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207