MétaCan
Menu
Retour à la cohorte
Enregistrement W2042921046 · doi:10.1177/0885328213493486

RGD-conjugated iron oxide magnetic nanoparticles for magnetic resonance imaging contrast enhancement and hyperthermia

2013· article· en· W2042921046 sur OpenAlexaff
SW Zheng, Mingming Huang, RY Hong, Shengming Deng, LF Cheng, Bingbing Gao, D. Badami

Notice bibliographique

RevueJournal of Biomaterials Applications · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMagnetic resonance imagingMaterials scienceContrast enhancementConjugated systemMagnetic nanoparticlesIron oxideNanoparticleNuclear magnetic resonanceIron oxide nanoparticlesMagnetic hyperthermiaHyperthermiaContrast (vision)Biomedical engineeringNanotechnologyPolymerComposite materialMedicineRadiologyMetallurgyOptics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to develop a specific targeting magnetic nanoparticle probe for magnetic resonance imaging and therapy in the form of local hyperthermia. Carboxymethyl dextran-coated ultrasmall superparamagnetic iron oxide nanoparticles with carboxyl groups were coupled to cyclic arginine-glycine-aspartic peptides for integrin α(v)β₃ targeting. The particle size, magnetic properties, heating effect, and stability of the arginine-glycine-aspartic-ultrasmall superparamagnetic iron oxide were measured. The arginine-glycine-aspartic-ultrasmall superparamagnetic iron oxide demonstrates excellent stability and fast magneto-temperature response. Magnetic resonance imaging signal intensity of Bcap37 cells incubated with arginine-glycine-aspartic-ultrasmall superparamagnetic iron oxide was significantly decreased compared with that incubated with plain ultrasmall superparamagnetic iron oxide. The preferential uptake of arginine-glycine-aspartic-ultrasmall superparamagnetic iron oxide by target cells was further confirmed by Prussian blue staining and confocal laser scanning microscopy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomaterials ApplicationsMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207