MétaCan
Menu
Retour à la cohorte
Enregistrement W4323863317 · doi:10.3390/polym15061373

Breaking Barriers in Eye Treatment: Polymeric Nano-Based Drug-Delivery System for Anterior Segment Diseases and Glaucoma

2023· review· en· W4323863317 sur OpenAlexaff
Kevin Y. Wu, Said Ashkar, Shrieda Jain, Michael Marchand, Simon D. Tran

Notice bibliographique

RevuePolymers · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensMcGill UniversityUniversity of OttawaUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésDrug deliveryDrugMedicineBioavailabilityLimitingGlaucomaNanotechnologyPharmacologyIntensive care medicineOphthalmologyMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The eye has anatomical structures that function as robust static and dynamic barriers, limiting the penetration, residence time, and bioavailability of medications administered topically. The development of polymeric nano-based drug-delivery systems (DDS) could be the solution to these challenges: it can pass through ocular barriers, offering higher bioavailability of administered drugs to targeted tissues that are otherwise inaccessible; it can stay in ocular tissues for longer periods of time, requiring fewer drug administrations; and it can be made up of polymers that are biodegradable and nano-sized, minimizing the undesirable effects of the administered molecules. Therefore, therapeutic innovations in polymeric nano-based DDS have been widely explored for ophthalmic drug-delivery applications. In this review, we will give a comprehensive overview of polymeric nano-based drug-delivery systems (DDS) used in the treatment of ocular diseases. We will then examine the current therapeutic challenges of various ocular diseases and analyze how different types of biopolymers can potentially enhance our therapeutic options. A literature review of the preclinical and clinical studies published between 2017 and 2022 was conducted. Thanks to the advances in polymer science, the ocular DDS has rapidly evolved, showing great promise to help clinicians better manage patients.

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 enseignants0,003
Score d'incertitude au seuil0,011

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,298
Écart entre enseignants0,278 · 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

Citations41
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetOcular Surface and Contact LensTravaux en français237 207