Going below and beyond the surface: Microneedle structure, materials, drugs, fabrication, and applications for wound healing and tissue regeneration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Microneedle, as a novel drug delivery system, has attracted widespread attention due to its non-invasiveness, painless and simple administration, controllable drug delivery, and diverse cargo loading capacity. Although microneedles are initially designed to penetrate stratum corneum of skin for transdermal drug delivery, they, recently, have been used to promote wound healing and regeneration of diverse tissues and organs and the results are promising. Despite there are reviews about microneedles, few of them focus on wound healing and tissue regeneration. Here, we review the recent advances of microneedles in this field. We first give an overview of microneedle system in terms of its potential cargos (e.g., small molecules, macromolecules, nucleic acids, nanoparticles, extracellular vesicle, cells), structural designs (e.g., multidrug structures, adhesive structures), material selection, and drug release mechanisms. Then we briefly summarize different microneedle fabrication methods, including their advantages and limitations. We finally summarize the recent progress of microneedle-assisted wound healing and tissue regeneration (e.g., skin, cardiac, bone, tendon, ocular, vascular, oral, hair, spinal cord, and uterine tissues). We expect that our article would serve as a guideline for readers to design their microneedle systems according to different applications, including material selection, drug selection, and structure design, for achieving better healing and regeneration efficacy.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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