Advances in Nasal Biopharmaceutics to Support Product Development and Therapeutic Needs
Notice bibliographique
Résumé
Background/Objectives: Nasal biopharmaceutics is the scientific understanding of product and patient factors that determine the rate and extent of drug exposure following nasal administration. The authors considered whether current biopharmaceutics tools are fit for the current and future needs of nasal product development and regulation. Methods: The limitations of current methods were critically assessed, unmet needs were highlighted, and key questions were posed to guide future directions in biopharmaceutics research. Results: The emergence of physiologically based biopharmaceutics models for nasal delivery has the potential to drive the scientific understanding of nasal delivery. Simulations can guide formulation and device development, inform dose selection and generate mechanistic insights. Developments in modeling need to be complemented by advances in experimental systems, including the use of realistic or idealized nasal casts to estimate the regional deposition of nasal sprays and refined in vitro cell culture models to study nasal drug absorption and the influence of mucus. Similarly, improvements are needed to address the practicalities of using animals in non-clinical studies of nasal drug delivery, and greater clinical use of gamma scintigraphy/magnetic resonance imaging is recommended to measure the delivery and nasal retention of different formulations in humans. Conclusions: Nasal drug delivery is a rapidly growing field and requires advances in nasal biopharmaceutics to support product innovation. Key needs are (i) validated clinically relevant critical product attributes for product performance and (ii) established links between how patients administer the product and where in the nose it deposits and dissolves in order to act or be absorbed, leading to its desired clinical effect.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».