Three-Dimensional Model of the Release and Diffusion of Paclitaxel in the Stent-Polymer-Wall-Lumen System of a Blood Vessel
Bibliographic record
Abstract
Les stents sont utilisés en cardiologie interventionnelle pour garder ouvert un vaisseau malade. Les nouveaux stents sont recouverts d’un agent médicinal pour prévenir l’obstruction prématurée suite à la prolifération de cellules musculaires lisses (CML) dans la lumière du vaisseau. Afin de réaliser le taux nécessaire de largage de médicament pendant la période thérapeutique désirée, la tendance est aux largages biphasiques ou possiblement polyphasiques à partir d’un mélange de polymères dégradables. Blanchet-Delfour-Garon [7] ont introduit une équation différentielle ordinaire quadratique à 2 paramètres et Garon-Delfour [42] une équation différentielle partielle 3D quadratique à 2 paramètres pour caractériser la dynamique du largage du médicament pour chaque polymère. Les deux paramètres de ces modèles peuvent être obtenus expérimentalement à partir du protocole de mesures de Lao et al. pour des polymères purs et pour des mélanges de polymères en créant des conditions de réservoir infini. Ces équations constituent un outil pratique pour simuler numériquement et théoriquement le largage 3D d’un médicament imprégné dans une mince couche de polymère vers la paroi et la lumière du vaisseau sanguin aux fins d’évaluation et de design d’un stent. L’objectif principal de la recherche était de passer d’une surface plate de polymère à la surface courbe qui recouvre un véritable stent de géométrie complexe. En premier lieu, le modèle à diffusion linéaire (et les résultats) de Delfour Garon-Longo [31] pour un vaisseau modélisé par un cylindre droit ont été généralisés au cas d’un vaisseau avec surface cylindrique courbe en introduisant les conditions de transparence appropriées à l’entrée et à la sortie. Ce modèle a ensuite été utilisé pour obtenir les équations de la dose et de la concentration normalisée. En second lieu, les conditions de transparence et le largage quadratique ont été intégrés à l’équation aux dérivées partielles 3D de Garon-Delfour [42]. Ce deuxiéme modèle non linéaire a ensuite été utilisé pour étudier la concentration normalisée en fonction de l’épaisseur du polymère et de la constante de diffusion du milieu ambiant.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.004 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".