Effect of particle aspect ratio in targeted drug delivery in abdominal aortic aneurysm
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
Aneurysm is a permanent irreversible bulge in the artery that can occur with higher prevalence among elderly individuals. Although invasive surgical procedures can prevent their development, they come with considerable side effects . Recently, treatments based on targeted drug delivery have gained a lot of attention to suppress aneurysm growth. Numerical simulations have been shown to be of great role in the prediction of blood hemodynamics and vascular wall behaviour in the case of an aneurysm. Moreover, the utilization of high-fidelity approaches such as the Lagrangian frame of reference can address the motion characteristics of microbubble (MB) contrast agents in particulate flows. This study aims to investigate the effect of particle aspect ratio on the adhesion of oblate spheroid particles to the vascular wall. Accordingly, a two-way fluid–structure interaction (FSI) method consisting of a hyperelastic material model for the vessel along with a non-Newtonian, compressible model for blood was employed to simulate an abdominal aortic aneurysm (AAA). Moreover, the ligand–receptor binding concept has been utilized to address the quantification of MBs adhesion. Five sets of aspect ratios ranging from 1 to 9 have been investigated and results indicated that with the increase of the aspect ratio the rate of adhesion decreases. Two drastic changes in the particle number occurred due to the diastolic peak and negative velocity profile , respectively. However, it was concluded that the hydrodynamic of the MBs in terms of velocity and wall distance is rather insensible to the particle shape.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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