Chitosan Films Loaded with Alginate Nanoparticles for Gentamicin Release on Demand
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.
Notice bibliographique
Résumé
If untreated, skin wounds can lead to severe complications. Depending on the type of injury, long-term antibiotic administration is often required, and this decreases patient compliance. This limitation could be addressed by applying dressings capable of preventing infections by controlling drug release to the wound site. In this research, biodegradable wound dressings were investigated, based on natural polymers chitosan and alginate and incorporating the broad-spectrum gentamicin as antibiotic. Specifically, gentamicin was loaded into alginate nanoparticles, which were then loaded into chitosan-based films. This approach aimed at obtaining a system capable of modulating antibiotic release. The obtained nanoparticles had an average diameter of 86 nm and polydispersity index of 0.15. Antibiotic loading was around 600 µg/mg, with loading efficiency close to 100%. Films incorporating nanoparticles were compared to control films, which contained only gentamicin. Results showed that nanoparticles incorporation decreased film's swelling in phosphate buffer saline, thus leading to a decrease in burst release while cytocompatibility for human dermal fibroblasts was maintained. Antibacterial activity was confirmed against both gram-positive and gram-negative bacteria. Moreover, the antibiotic was released as a function of pH, with distinct behavior at pHs ranging from 7.4 to 5.5. This indicates that alginate nanoparticles dispersed in chitosan films effectively release gentamicin on demand.
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 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 | 0,000 | 0,000 |
| 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 découle