MétaCan
Menu
Retour à la cohorte
Enregistrement W4407389264 · doi:10.1080/17435889.2025.2463864

Assessing the efficacy of nanoparticles in reversing opioid poisoning and preventing renarcotization

2025· review· en· W4407389264 sur OpenAlex
Joban Sran, Horacio Bach

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNanomedicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésReversingOpioidPharmacologyMedicineInternal medicineMaterials scienceReceptor

Résumé

récupéré en direct d'OpenAlex

Opioid poisoning, also known as opioid overdose or opioid toxicity, is a medical emergency where there is excessive binding of opioids to mu-opioid receptors, leading to analgesia, sedation, and respiratory depression. Naloxone is currently the recommended treatment for reversing opioid poisoning; however, it has limitations, such as a shorter half-life than most opioids, which can lead to renarcotization. Multiple nanoparticle (NP) formulations have addressed this limitation by exhibiting a longer half-life as well as successfully antagonizing the effects of opioids. This review explores the polymer-, lipid-, and peptide-based NP formulations, which have been studied as alternatives for naloxone. NP-naloxone formulations have potential for implementation into clinical practice, yet their realization hinges on investment in research.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,377
Écart entre enseignants0,346 · 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