Photoimmunotherapy for Cancer Treatment
Notice bibliographique
Résumé
Phototherapy, with its effective dose control and light delivery, has become a promising modality for treating malignant and nonmalignant diseases. Photochemical interaction, specifically photodynamic therapy (PDT), and photothermal interaction have been the primary mechanisms for direct cell destruction in the treatment of cancers. Preclinical studies demonstrate that, in addition to direct local cytotoxicity, PDT can also induce systemic immune responses, which may enhance therapeutic effects on primary tumors and on metastases at distant sites. Selective photothermal therapy, using an in situ application of light-absorbing dye, has also proven to be an effective method for local treatment of tumors. When combined with immunotherapy, the effects of phototherapy can be amplified, potentially making the photoimmunotherapy a systemic treatment modality. This phototherapy-immunotherapy combination, particularly in conjunction with immunoadjuvant, has been used in preclinical studies. The efficacy and long-term effects of such a combination are summarized and the recent experimental results are presented. A new immunoadjuvant, glycated chitosan (GC), has been used to enhance photochemical and photothermal therapies. The PDT-GC combination in the treatment of mammary tumors and lung tumors in mice provided significant improvement in the long-term survival of tumor-bearing animals. The use of GC in dye-assisted laser photothermal therapy also provided long-term curative effects and antitumor immune responses in the treatment of metastatic tumors in rats. The immune responses induced by phototherapy and enhanced by immunotherapy could become important mechanism in the control of metastatic tumors.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».