Quantitative Ultrasound Characterization of Tumor Cell Death: Ultrasound-Stimulated Microbubbles for Radiation Enhancement
Notice bibliographique
Résumé
The aim of this study was to assess the efficacy of quantitative ultrasound imaging in characterizing cancer cell death caused by enhanced radiation treatments. This investigation focused on developing this ultrasound modality as an imaging-based non-invasive method that can be used to monitor therapeutic ultrasound and radiation effects. High-frequency (25 MHz) ultrasound was used to image tumor responses caused by ultrasound-stimulated microbubbles in combination with radiation. Human prostate xenografts grown in severe combined immunodeficiency (SCID) mice were treated using 8, 80, or 1000 µL/kg of microbubbles stimulated with ultrasound at 250, 570, or 750 kPa, and exposed to 0, 2, or 8 Gy of radiation. Tumors were imaged prior to treatment and 24 hours after treatment. Spectral analysis of images acquired from treated tumors revealed overall increases in ultrasound backscatter intensity and the spectral intercept parameter. The increase in backscatter intensity compared to the control ranged from 1.9±1.6 dB for the clinical imaging dose of microbubbles (8 µL/kg, 250 kPa, 2 Gy) to 7.0±4.1 dB for the most extreme treatment condition (1000 µL/kg, 750 kPa, 8 Gy). In parallel, in situ end-labelling (ISEL) staining, ceramide, and cyclophilin A staining demonstrated increases in cell death due to DNA fragmentation, ceramide-mediated apoptosis, and release of cyclophilin A as a result of cell membrane permeabilization, respectively. Quantitative ultrasound results indicated changes that paralleled increases in cell death observed from histology analyses supporting its use for non-invasive monitoring of cancer treatment outcomes.
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 ».