Tracking transplanted cells using dual-radionuclide SPECT
Notice bibliographique
Résumé
The purpose of this study was to characterize the performance of single photon emission computed tomography (SPECT) in tasks associated with tracking transplanted cells. Previous studies identified matters of hardware design, whereas we focus on biological variables impacting system performance, such as cell colony growth and non-specific radiolabelling. Using experimental data, a digital phantom was developed of in vitro 111In-radiolabelled stem cells, transfected with a reporter gene, transplanted into canine infarcted myocardium and interrogated using a peripherally injected 131I-radiolabelled reporter probe. Single- and dual-head SPECT acquisition was simulated. Performance was characterized using an estimation task, where the precision of parameter estimates (111In and 131I radiolabel quantity, cell colony size and location, and background) was tracked as the phantom evolved to simulate 111In-label efflux, cell colony growth and improved reporter probe specificity. In vitro pre-labelling of transplanted cells improved precision of parameter estimates via a priori size and location information. Precision of radiolabel quantity estimates improved with cell colony growth, despite 111In radiolabel dilution; size and location parameters were influenced little. Precision of radiolabel quantity estimates improved with reduced reporter probe non-specific uptake. The performance of SPECT in cell tracking is influenced strongly by biological variables. These should be considered when planning experiments or developing SPECT technology for cell tracking.
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 ».