MétaCan
Menu
Retour à la cohorte
Enregistrement W4293316030 · doi:10.1080/17425247.2022.2118711

Advances in microneedles for non-transdermal applications

2022· review· en· W4293316030 sur OpenAlexaff
Xiaona Cao, Guojun Chen

Notice bibliographique

RevueExpert Opinion on Drug Delivery · 2022
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueAdvancements in Transdermal Drug Delivery
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTransdermalTransdermal patchNanotechnologyComputer scienceMaterials scienceMedicinePharmacology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Microneedles (MNs) have emerged as a promising tool for various therapeutic and diagnostic applications. While MNs have been prominently used for transdermal applications, recent advances in materials science, microfabrication technologies, and clinical devices enable the expansion of MNs to diverse non-transdermal applications. AREAS COVERED: This review provides an overview of recent advances in the MN technology for non-transdermal applications. The classification of MNs and their applications to ocular, vascular, oral, mucosal, and cancer tissues are particularly highlighted. EXPERT OPINION: Recent efforts in MN designs have enabled and broadened MNs to many non-transdermal applications. It is anticipated to witness many new MN-mediated non-transdermal applications in the near future. By advancing MN systems with suitable properties for target tissues, it is possible to achieve high drug delivery efficiency that outperforms traditional drug delivery methods. Further endeavors in translation and commercialization of these novel technologies are equally critical.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,151
Tête enseignante GPT0,490
Écart entre enseignants0,340 · 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'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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Drug DeliveryMême sujetAdvancements in Transdermal Drug DeliveryTravaux en français237 207