Evaluation of brain tumor vessels specific contrast agents for glioblastoma imaging
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A mouse model of glioblastoma multiforme was used to determine the accumulation of a targeted contrast agent in tumor vessels. The contrast agent, consisting of superparamagnetic iron oxide coated with dextran, was functionalized with an anti-insulin-like-growth-factor binding protein 7 (anti-IGFBP7) single domain antibody. The near infrared marker, Cy5.5, was also attached for an in vivo fluorescence study. A 9.4T magnetic resonance imaging (MRI) system was used for in vivo studies on days 10 and 11 following tumor inoculation. T(2) relaxation time was used to measure the accumulation of the contrast agent in the tumor. Changes in tumor to brain contrast because of active targeting were compared with a nontargeted contrast agent. Effective targeting was confirmed with near infrared measurements and fluorescent microscopic analysis. The results showed that there was a statistically significant (P < .01) difference in normalized T(2) between healthy brain and tumor tissue 10 min, 1 h, and 2 h point postinjection of the anti-IGFBP7 single domain antibody targeted and nontargeted iron oxide nanoparticles. A statistical difference remained in animals treated with targeted nanoparticles 24 h postinjection only. The MRI, near infrared imaging, and fluorescent microscopy studies showed corresponding spatial and temporal changes. We concluded that the developed anti-IGFBP7-iron oxide single domain antibody-targeted MRI contrast agent selectively binds to abnormal vessels within a glioblastoma. T(2)-weighted MRI and near infrared imaging are able to detect the targeting effects in brain tumors.
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.
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 | 0,002 | 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 découle