Scintigraphic imaging of focal hypoxic tissue: development and clinical applications of 123I-IAZA
Notice bibliographique
Résumé
Affected tissues in a number of diseases, including cancer, stroke, cardiac infarction and diabetes, develop focal tissue hypoxia during their progression. The presence of hypoxic tissue may make the disease refractory to therapy, as in the case of solid tumor therapy using low LET ionizing radiation. In other pathologies, the detection of viable but hypoxic tissues may serve as a prodromal indicator of developing disease (e.g. diabetes),or as a prognostic indicator for management of the disease (e.g. stroke). Over the past two decades, a number of hypoxia radioimaging agents have been developed and tested clinically. Of these, 18F-Fmiso and 123I-IAZA are the most widely used radiotracers for PET and SPECT/planar imaging, respectively. IAZA and Fmiso are a 2-nitroimidazoles that chemically bind to subcellular components of viable hypoxic tissues. They sensitize hypoxic tumour to the killing effects of ionizing radiation via mechanisms that mimic the radiosensitizing effects of oxygen, and are therefore called oxygen mimetics. The oxygen mimetic effect is attributable in large part to the covalent binding of reductively-activated nitroimidazole intermediates to critical cellular macromolecules. Nitroimidazoles labelled with gamma-emitting radionuclides (e.g. 18F-Fmiso and 123I-IAZA) have been used as scintigraphic markers of tumour hypoxia, based on the need to identify radioresistant hypoxic tumour cells as part of the radiotherapy planning process. Broader interest in non-invasive, imaging-based identification of focal hypoxia in a number of diseases has extended hypoxia studies to include peripheral vascular disease associated with diabetes, rheumatoid arthritis, stroke, myocardial ischaemia, brain trauma and oxidative stress. In this review, the current status of hypoxia-selective studies with 123I-IAZA , an experimental diagnostic radiopharmaceutical, is reviewed with respect to its pre-clinical development and clinical applications.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».