The Evaluation of Cellulose from Agricultural Waste as a Polymer for the Controlled Release of Ibuprofen Through the Formulation of Multilayer Tablets
Notice bibliographique
Résumé
This research demonstrates the potential of plant waste cellulose as a remarkable biomaterial for multilayer tablet formulation. Rice husks (RC) and orange peels (OC) were used as cellulose sources and characterized for a comparison with commercial cellulose. The FTIR characterization shows minimal differences in their chemical components, making them equivalent for compression into tablets containing ibuprofen. TGA measurements indicate that the RC is slightly better for multilayer formulations due to its favorable degradation profile. This is corroborated by an XRD analysis that reveals its higher crystalline fraction (~55%). The use of a heat press at combined high pressures and temperatures allows the layer-by-layer tablet formulation of ibuprofen, taken as a model drug. Additionally, this study compares the release profile of three types of tablets compressed with cellulose: mixed (MIX), two-layer (BL), and three-layer (TL). The MIX tablet shows a profile like that of conventional ibuprofen tablets. Although both BL and TL tablets significantly reduce their release percentage in the first hours, the TL ones have proven to be better in the long run. In fact, formulations made of extracted cellulose sandwiching ibuprofen display a zero-order release profile and prolonged release since the drug release amounts to ~70% after 120 h. This makes the TL formulations ideal for maintaining the therapeutic effect of the drug and improving patients' wellbeing and compliance while reducing adverse effects.
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 | 0,001 | 0,001 |
| 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 ».