Pretargeted Radioimmunotherapy (RIT) with a Novel Anti-TAG-72 Fusion Protein
Notice bibliographique
Résumé
Pretargeted radioimmunotherapy (RIT) increases the dose of radionuclide delivered to tumor sites while limiting radiation to normal tissues. The three components in Pretarget include a streptavidin-containing targeting molecule, a synthetic clearing agent (sCA), and (90)Y and/or (111)In-DOTA-biotin. This trial determined the feasibility and safety of using a genetically engineered fusion protein directed to TAG-72 as the targeting agent. Nine (9) patients with metastatic colorectal cancer (TAG-72+) received 160 mg/m(2) of CC49Fusion protein intravenously (i.v.), followed by the sCA, 45 mg/m(2) i.v. Twenty-four (24) hours later, patients received radiolabeled DOTA-biotin (either 0.65 or 1.3 mg/m(2)). All patients received 5 mCi of (111)In-DOTA-biotin for imaging and dosimetry purposes and patients 4-9 received 10 mCi/m2 of (90)Y-DOTA-biotin as well. The mean plasma T1/2 of CC49Fusion protein was 23 +/- 6 hours. Greater than 95% of the circulating CC49Fusion protein was eliminated from the circulation within 6 hours of sCA administration. The radiolabeled DOTA-biotin rapidly localized to tumor sites while the unbound fraction was rapidly excreted. The mean tumor-to-marrow radiation dose ratio was 139:1 and mean tumor: whole body was 56:1. No infusion-related, renal, hepatic, or hematologic toxicities were noted. CC49Fusion protein performs well in a pretargeted RIT schema, and further study with escalating doses of (90)Y should be pursued. This strategy has the potential to deliver effective radiation tumor doses to TAG- 72+ 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) | 0,001 | 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 | 0,000 |
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 ».