MétaCan
Menu
Retour à la cohorte
Enregistrement W4403376587 · doi:10.3389/jpps.2024.13635

Development of a dry powder formulation for pulmonary delivery of azithromycin-loaded nanoparticles

2024· article· en· W4403376587 sur OpenAlexvenueno aff
Asma Sani, Khellida Loiane V. Ramos-Rocha, Michelle Alvares Sarcinelli, Marcelo Henrique da Cunha Chaves, Helvécio Vinícius Antunes Rocha, Patrícia Léo, Natália Neto Pereira Cerize, Maria Helena Ambrosio Zanin, Valker Araujo Feitosa, Carlota de Oliveira Rangel‐Yagui

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAerosolizationMaterials scienceNanoparticleParticle sizeDry-powder inhalerChemical engineeringChemistryChromatographyNuclear chemistryNanotechnologyInhalationMedicineImmunology

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has raised concern regarding respiratory system diseases and oral inhalation stands out as an attractive non-invasive route of administration for pulmonary diseases such as chronic bronchitis, cystic fibrosis, COVID-19 and community-acquired pneumonia. In this context, we encapsulated azithromycin in polycaprolactone nanoparticles functionalized with phospholipids rich in dipalmitoylphosphatidylcholine and further produced a fine powder formulation by spray drying with monohydrated lactose. Nanoparticles obtained by the emulsion/solvent diffusion-evaporation technique exhibited a mean hydrodynamic diameter around 195–228 nm with a narrow monomodal size distribution (PdI < 0.2). Nanoparticle dispersions were spray-dried at different inlet temperatures, atomizing air-flow, aspirator air flow, and feed rate, using lactose as a drying aid, resulting in a maximal process yield of 63% and an encapsulation efficiency of 83%. Excipients and the dry powder formulations were characterized in terms of morphology, chemical structure, thermal analyses and particle size by SEM, FTIR, DSC/TGA and laser light diffraction. The results indicated spherical particles with 90% at 4.06 µm or below, an adequate size for pulmonary delivery. Aerosolization performance in a NGI confirmed good aerodynamic properties. Microbiological assays showed that the formulation preserves AZM antimicrobial effect against Staphylococcus aureus and Streptococcus pneumoniae strains, with halos above 18 mm. In addition, no formulation-related cytotoxicity was observed against the human cell lines BEAS-2B (lung epithelial), HUVEC (endothelial) and HFF1 (fibroblasts). Overall, the approach described here allows the production of AZM-PCL nanoparticles incorporated into inhalable microparticles, enabling more efficient pulmonary therapy of lung infections.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,106
Tête enseignante GPT0,413
Écart entre enseignants0,307 · 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'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 Pharmacy & Pharmaceutical SciencesMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207