Ex vivo skin diffusion and decontamination studies of titanium dioxide nanoparticles
Notice bibliographique
Résumé
This study aims to adapt an experimental model based on Franz diffusion cells and porcine skin explants to characterize the diffusion of TiO 2 NPs and to compare the efficacy of different cleansing products, soapy water and a calixarene cleansing nanoemulsion compared with pure water, as a function of the time of treatment. While TiO 2 NPs tend to form agglomerates in aqueous solutions, a diffusion through healthy skin was confirmed as particles were detected in the receptor fluid of Franz cells using sp-ICP-MS. In the absence of treatment, SIMS images showed the accumulation of TiO 2 agglomerates in the stratum corneum, the epidermis, the dermis, and around hair follicles. Decontamination assays showed that the two products tested were comparably effective in limiting Ti penetration, whatever the treatment time. However, only calixarene nanoemulsion was statistically more efficient than water in retaining TiO 2 in the donor compartment (>89%), limiting retention inside the skin (<1%) and preventing NP diffusion through the skin (<0.13%) when treatments were initiated 30 min after skin exposure. When decontamination was delayed from 30 min to 6 h, the amount of Ti diffusing and retained in the skin increased. This study demonstrates that TiO 2 NPs may diffuse through healthy skin after exposure. Thus, effective decontamination using cleansing products should be carried out as soon as possible. • Franz diffusion cells to characterize the skin diffusion of TiO 2 nanoparticles. • Accumulation of TiO 2 in skin layers, around hair follicles and the receptor medium. • Comparison of the efficacy of different cleansing products. • Decontamination products should be applied promptly in <30 min.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».