Formulation and Evaluation of Vancomycin Loaded Chitosan/Aloe Vera Hydrogel: A Novel Antibacterial Biopolymeric System
Notice bibliographique
Résumé
The combination of herbal and biopolymeric agents holds significant potential for enhancing wound healing. Aloe vera, known for its anti-inflammatory, antimicrobial, and regenerative properties, has long been used to treat wounds and burns. Chitosan, as a well-known biopolymer, promotes collagen synthesis, fibroblast recruitment and aiding granulation tissue formation. This study explored the formulation of a chitosan/Aloe vera hydrogel loaded with vancomycin, as a potential wound care product. The hydrogel was prepared using chitosan and aloe vera in 1:1 and 1:2 ratios. After homogenization, 1% vancomycin was incorporated. All physical characterizations, drug loading and drug release studies were performed on prepared formulations. Antimicrobial activity also was evaluated against Staphylococcus aureus and Pseudomonas aeruginosa. Moreover, both physical and performance properties of gels were assessed over three months under room temperature and refrigerated conditions. The study found that the gels remained stable, with no changes in color, flowability, uniformity, or viscosity during stability assessments. Both formulations released their entire drug content within two hours when kept at room temperature and in the refrigerator. No signs of separation or degradation were observed over the three-month period, demonstrating the gel’s stability. Formulations showed acceptable antimicrobial activity against both mentioned bacterial strains. In conclusion, the chitosan/Aloe vera gel containing vancomycin showed desirable properties, making it a promising candidate for wound healing. Its antimicrobial activity and ability to support tissue regeneration suggest it as a valuable treatment for accelerating the wound-healing process.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».