MétaCan
Menu
Retour à la cohorte
Enregistrement W4394498362 · doi:10.6084/m9.figshare.8143004

A comprehensive review in improving delivery of small-molecule chemotherapeutic agents overcoming the blood-brain/brain tumor barriers for glioblastoma treatment

2019· review· en· W4394498362 sur OpenAlexaff
Da Wang, Chao Wang, Liang Wang, Yue Chen

Notice bibliographique

RevueFigshare · 2019
Typereview
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGlioblastomaBrain tumorBlood–brain barrierBrain cancerMedicinePharmacologyCancer researchInternal medicineCancerCentral nervous systemPathology

Résumé

récupéré en direct d'OpenAlex

Glioblastoma (GBM) is the most common and lethal primary brain tumor which is highly resistant to conventional radiotherapy and chemotherapy, and cannot be effectively controlled by surgical resection. Due to inevitable recurrence of GBM, it remains essentially incurable with a median overall survival of less than 18 months after diagnosis. A great challenge in current therapies lies in the abrogated delivery of most of the chemotherapeutic agents to the tumor location in the presence of blood-brain barrier (BBB) and blood-brain tumor barrier (BBTB). These protective barriers serve as a selectively permeable hurdle reducing the efficacy of anti-tumor drugs in GBM therapy. This work systematically gives a comprehensive review on: (i) the characteristics of the BBB and the BBTB, (ii) the influence of BBB/BBTB on drug delivery and the screening strategy of small-molecule chemotherapeutic agents with promising BBB/BBTB-permeable potential, (iii) the strategies to overcome the BBB/BBTB as well as the techniques which can lead to transient BBB/BBTB opening or disruption allowing for improving BBB/BBTB-penetration of drugs. It is hoped that this review provide practical guidance for the future development of small BBB/BBTB-permeable agents against GBM as well as approaches enhancing drug delivery across the BBB/BBTB to GBM.

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 enseignants0,007
Score d'incertitude au seuil0,022

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,074
Tête enseignante GPT0,314
Écart entre enseignants0,240 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207