RADIONUCLIDE IMAGING AND THERAPY OF NEUROENDOCRINE TUMOURS
Notice bibliographique
Résumé
The incidence and prevalence of neuroendocrine tumours (NETs) are on the rise. Although NETs are a heterogeneous group of tumours, they have some similar properties, for example, that they can concentrate neuroamines and tend to have a high degree of somatostatin receptor (SSR) expression. These mechanisms can be exploited and this article discusses the important role of radionculide imaging and radionculide therapy in the management of NETs based on these mechanisms. This article reviews the current literature and discusses the role of radionuclide imaging in NETs both in terms of SSR imaging and neuroamine (metaiodobenzylguanidine [MIBG]) imaging. We discuss state-of- the-art 68Ga-radiopeptide imaging and indications for it use. We also discuss the role of 18F-FDG and other tracers in the management of NETs. The second half of the article focuses on radiotargeted treatment of NETs, discussing I-131 MIBG therapy and focussing on the emergence of peptide receptor radionuclide therapy. We discuss the clinical results, toxicities and patient selection for PRRT. Key words: DOTA octreotide, DOTATATE, Ga-68, Lu-177, metaiodobenzylguanidine, neuroendocrine tumours, peptide receptor radionuclide therapy, Y-90
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».