Advantages of a dual-tracer model over reference tissue models for binding potential measurement in tumors
Notice bibliographique
Résumé
The quantification of tumor molecular expression in vivo could have a significant impact for informing and monitoring emerging targeted therapies in oncology. Molecular imaging of targeted tracers can be used to quantify receptor expression in the form of a binding potential (BP) if the arterial input curve or a surrogate of it is also measured. However, the assumptions of the most common approaches (reference tissue models) may not be valid for use in tumors. In this study, the validity of reference tissue models is investigated for use in tumors experimentally and in simulations. Three different tumor lines were grown subcutaneously in athymic mice and the mice were injected with a mixture of an epidermal growth factor receptor-targeted fluorescent tracer and an untargeted fluorescent tracer. A one-compartment plasma input model demonstrated that the transport kinetics of both tracers was significantly different between tumors and all potential reference tissues, and using the reference tissue model resulted in a theoretical underestimation in BP of 50% ± 37%. On the other hand, the targeted and untargeted tracers demonstrated similar transport kinetics, allowing a dual-tracer approach to be employed to accurately estimate BP (with a theoretical error of 0.23% ± 9.07%). These findings highlight the potential for using a dual-tracer approach to quantify receptor expression in tumors with abnormal hemodynamics, possibly to inform the choice or progress of molecular cancer therapies.
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) | 0,000 | 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 | 0,000 |
| 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 ».