MétaCan
Menu
Retour à la cohorte
Enregistrement W2049554577 · doi:10.2174/1568011013354769

Porphyrin-based Sensitizers in the Detection and Treatment of Cancer: Recent Progress

2001· review· en· W2049554577 sur OpenAlexaboutno aff
M. Graca H. Vicente

Notice bibliographique

RevueCurrent Medicinal Chemistry - Anti-Cancer Agents · 2001
Typereview
Langueen
DomaineMaterials Science
ThématiquePorphyrin and Phthalocyanine Chemistry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancerPorphyrinMedicineChemistryInternal medicinePhotochemistry

Résumé

récupéré en direct d'OpenAlex

It has been known for some time that porphyrins and related compounds have the ability to selectively accumulate in tumor tissues, and to persist there for long periods of time. This property, along with the well-described photophysical and photosensitizing properties of porphyrin-type molecules, has led to their potential use as adjuvants and sensitizers in a variety of medical applications, such as in photodynamic therapy (PDT), boron neutron capture therapy (BNCT), radiation therapy (RT) and in magnetic resonance imaging (MRI). Both PDT and BNCT are binary cancer therapies that involve activation of tissue-localized sensitizers with either light (in PDT) or low-energy neutrons (in BNCT). In both of these therapeutic methodologies, local tumor control with minimal side effects relative to other forms of cancer treatment (surgery, radiotherapy, chemotherapy) can be achieved. Porphyrins constitute a major class of pharmacological agents currently under investigation. Photofrin, a porphyrin derivative, has been approved in the USA as a PDT drug by the U.S. Food and Drug Administration (FDA), and also in Japan, Canada and in eleven European countries. Recently, the FDA approved Visudyne, another porphyrin derivative for the PDT treatment of the 'wet-form' of age-related macular degeneration. In addition to cancer treatment porphyrins are also under investigation for application in the treatment of a variety of other diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,097
Tête enseignante GPT0,395
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations219
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medicinal Chemistry - Anti-Cancer AgentsMême sujetPorphyrin and Phthalocyanine ChemistryTravaux en français237 207