MétaCan
Menu
Retour à la cohorte
Enregistrement W4402663827 · doi:10.60087/jklst.vol3.n4.p160

The evolution of transdermal drug delivery: from patches to smart microneedle-biosensor systems

2024· article· en· W4402663827 sur OpenAlexaff
Tanishka Nale, Abhigna Ramavajhala, Dhritimoy Mahanta, O. P. Sharma, Harmankaur Harjeetsingh Wadhwa, Karan Dhingra, Saloni Verma

Notice bibliographique

RevueJournal of Knowledge Learning and Science Technology ISSN 2959-6386 (online) · 2024
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueAdvancements in Transdermal Drug Delivery
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTransdermalBiosensorDrug deliveryDrugNanotechnologyMaterials scienceBiomedical engineeringPharmacologyMedicine

Résumé

récupéré en direct d'OpenAlex

Transdermal drug delivery systems offer a novel approach to administering medications through the skin, ensuring controlled and sustainable drug release. This is an important tool because it allows the drugs to bypass the gastrointestinal tract, avoiding any reduced effectiveness due to digestive enzymes. Such systems are widely used to administer painkillers and hormone replacement therapy via patches. Cardiovascular diseases like angina and hypertension can also be treated. One of the most promising advancements in drug delivery systems has been that of microneedles which provides a pain-free method to administer drugs with the same efficacy of injections. This makes them a versatile tool in the medical field. The integration of biosensors adds on to their advantages. Biosensors can monitor various physiological factors and patient responses, allowing continuous observations. Consequently, a lot of valuable data will be collected. Biosensors can also improve safety by ensuring appropriate dosage and detecting any anomalous behaviors. This review looks into these factors and some others in detail.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil0,939

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,383
Écart entre enseignants0,345 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Knowledge Learning and Science Technology ISSN 2959-6386 (online)Même sujetAdvancements in Transdermal Drug DeliveryTravaux en français237 207