Nanopartículas hibrídas para sistemas de drug delivery inteligentes

A nanotecnologia é uma ciência multidisciplinar que consiste na otimização das propriedades da matéria permitindo assim o desenvolvimento de sistemas com um tamanho manométrico. A aplicação da nanotecnologia na medicina surge como um campo de pesquisa que esta a gerar um grande interesse, principalmente em sistemas de libertação controlada de fármacos. A nanotecnologia, e a sua aplicação na área da nanomedicina, em particular em drug delivery systems, tem sido alvo de um desenvolvimento acentuado. A administração de fármacos ocorre sobretudo por via oral ou por injeção direta no organismo. O percurso destes fármacos desde do local de entrada no organismo até ao tecido-alvo obriga que estes entrem em contato com os outros tecidos podendo interagir com eles. Deste modo, esta interação química pode produzir efeitos indesejáveis no organismo e reduzir a capacidade de ação do fármaco. Tem-se verificado, nas últimas décadas, um grande desenvolvimento de sistemas que contornam estes problemas, tais como a quantidade e o período de administração do fármaco bem como o seu local de libertação e atuação específicos. Este estudo surge com esta necessidade de se desenvolver sistemas de libertação controlada de fármacos. O objetivo destes sistemas inteligentes é controlar a libertação de fármacos por um dado período de tempo, a dose, a diminuição da toxidade, o aumento da permanência em circulação e o aumento da eficácia terapêutica através da libertação progressiva e controlada do fármaco por administrações menos frequentes. Além de todas estas vantagens, a administração destes sistemas possibilita a libertação dos fármacos em locais específicos, tais como em tumores e, assim, minimizar os efeitos colaterais indesejados dos fármacos em outros tecidos. O presente trabalho visa o desenvolvimento de novos biomateriais utilizando nanopartículas mesoporosas de sílica (MSN) e nanopartículas (NPs) metálicas de ouro para a aplicação a sistemas de libertação controlada de fármacos. Para isto, estudou-se a libertação de doxorrubicina (DOX) encapsulada em NPs e nanocápsulas mesoporosas de sílica tanto em solução como em superfícies como em vidro. Os resultados obtidos mostraram que as NPs apresentam uma grande capacidade de encapsulação com 36 ng DOX/mg partícula. O tempo de libertação em superfície (vidro) foi estimado em 50 horas enquanto que em solução obteve-se um período inferior a 10 horas. Em relação as NPs de ouro pode-se observar como estas promovem a libertação do fármaco ao serem irradiadas mediante um laser. Deste modo, estas NPs podem ser úteis para sistemas de libertação controlada de fármacos e para várias aplicações na nanomedicina.

Nonlinear dynamics of the patient’s response to drug effect during general anesthesia

In today’s healthcare paradigm, optimal sedation during anesthesia plays an important role both in patient welfare and in the socio-economic context. For the closed-loop control of general anesthesia, two drugs have proven to have stable, rapid onset times: propofol and remifentanil. These drugs are related to their effect in the bispectral index, a measure of EEG signal. In this paper wavelet time–frequency analysis is used to extract useful information from the clinical signals, since they are time-varying and mark important changes in patient’s response to drug dose. Model based predictive control algorithms are employed to regulate the depth of sedation by manipulating these two drugs. The results of identification from real data and the simulation of the closed loop control performance suggest that the proposed approach can bring an improvement of 9% in overall robustness and may be suitable for clinical practice.

Nonlinear dynamics of the patient’s response to drug effect during general anesthesia

In today’s healthcare paradigm, optimal sedation during anesthesia plays an important role both in patient welfare and in the socio-economic context. For the closed-loop control of general anesthesia, two drugs have proven to have stable, rapid onset times: propofol and remifentanil. These drugs are related to their effect in the bispectral index, a measure of EEG signal. In this paper wavelet time–frequency analysis is used to extract useful information from the clinical signals, since they are time-varying and mark important changes in patient’s response to drug dose. Model based predictive control algorithms are employed to regulate the depth of sedation by manipulating these two drugs. The results of identification from real data and the simulation of the closed loop control performance suggest that the proposed approach can bring an improvement of 9% in overall robustness and may be suitable for clinical practice.