Metabolic Imaging of Patients with Prostate Cancer Using Hyperpolarized [1- <sup>13</sup> C]Pyruvate
Notice bibliographique
Résumé
This first-in-man imaging study evaluated the safety and feasibility of hyperpolarized [1-¹³C]pyruvate as an agent for noninvasively characterizing alterations in tumor metabolism for patients with prostate cancer. Imaging living systems with hyperpolarized agents can result in more than 10,000-fold enhancement in signal relative to conventional magnetic resonance (MR) imaging. When combined with the rapid acquisition of in vivo ¹³C MR data, it is possible to evaluate the distribution of agents such as [1-¹³C]pyruvate and its metabolic products lactate, alanine, and bicarbonate in a matter of seconds. Preclinical studies in cancer models have detected elevated levels of hyperpolarized [1-¹³C]lactate in tumor, with the ratio of [1-¹³C]lactate/[1-¹³C]pyruvate being increased in high-grade tumors and decreased after successful treatment. Translation of this technology into humans was achieved by modifying the instrument that generates the hyperpolarized agent, constructing specialized radio frequency coils to detect ¹³C nuclei, and developing new pulse sequences to efficiently capture the signal. The study population comprised patients with biopsy-proven prostate cancer, with 31 subjects being injected with hyperpolarized [1-¹³C]pyruvate. The median time to deliver the agent was 66 s, and uptake was observed about 20 s after injection. No dose-limiting toxicities were observed, and the highest dose (0.43 ml/kg of 230 mM agent) gave the best signal-to-noise ratio for hyperpolarized [1-¹³C]pyruvate. The results were extremely promising in not only confirming the safety of the agent but also showing elevated [1-¹³C]lactate/[1-¹³C]pyruvate in regions of biopsy-proven cancer. These findings will be valuable for noninvasive cancer diagnosis and treatment monitoring in future clinical trials.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».