Développement de nouveaux vecteurs de médicaments à base de nanoparticules d'or pour la thérapie oculaire
Bibliographic record
Abstract
Le traitement de maladies oculaires par voie topique est simple pour le patient. Il est préconisé dans plus de 90% des cas puisqu’il est généralement moins invasif que les traitements alternatifs. Cependant, l’efficacité des médicaments administrés par voie topique demeure limitée en raison de processus physiologiques qui entraînent une faible absorption. Les travaux réalisés au cours de cette maîtrise visent l’amélioration de la biodisponibilité des médicaments pour la thérapie oculaire grâce à un vecteur à base de nanoparticules d’or. L’intérêt de l’utilisation des nanoparticules d’or comme vecteur consiste à utiliser leurs propriétés mucoadhésives afin d’augmenter le temps de rétention des médicaments à la cornée, et ainsi, d’en permettre une plus grande absorption. Ce projet se divise en cinq volets. Le premier volet vise l’étude des connaissances actuelles sur les nanoparticules d’or en ophtalmologie, et souligne les caractéristiques qui mènent à la synthèse de nanoparticules non-toxiques. Le deuxième volet présente l’évaluation des propriétés mucoadhésives des nanoparticules d’or. Cela implique d’évaluer leur affinité pour les mucines, soit des protéines du film pré-cornéen. Afin d’obtenir des nanoparticules pouvant supporter les conditions nécessaires à leur usage in vivo, la synthèse et la caractérisation de nanoparticules d’or ultrastables ont été réalisées. L’optimisation de l’encapsulation de médicaments dans la couronne périphérique de la nanoparticule constitue le quatrième volet. Finalement, l’étude de la cytotoxicité des nanoparticules d’or représente le cinquième volet. Les expériences ont démontré que nos nanoparticules d’or mucoadhésives et ultrastables supportent des conditions drastiques, dont l’autoclave, permettant leur stérilisation pour des usages in vivo. Des molécules actives utilisées en thérapie oculaire peuvent y être encapsulées. De plus, les nanoparticules ne semblent pas affecter les mécanismes biologiques. Ces données suggèrent l’amélioration potentielle de la thérapie oculaire grâce aux nanoparticules d’or.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".