Longitudinal tumor hypoxia imaging with [18F]FAZA-PET provides early prediction of nanoliposomal irinotecan (nal-IRI) treatment activity
Notice bibliographique
Résumé
BACKGROUND: Non-invasive measurement of tumor hypoxia has demonstrated potential for the evaluation of disease progression, as well as prediction and assessment of treatment outcome. [(18)F]fluoroazomycin arabinoside (FAZA) positron emission tomography (PET) has been identified as a robust method for quantification of hypoxia both preclinically and clinically. The goal of this investigation was to evaluate the feasibility and value of repeated FAZA-PET imaging to quantify hypoxia in tumors that received multi-dose chemotherapy. METHODS: FAZA-PET imaging was conducted over a 21-day period in a mouse xenograft model of HT-29 human colorectal carcinoma, following multi-dose chemotherapy treatment with irinotecan (CPT-11) or nanoliposomal irinotecan (nal-IRI, MM-398). RESULTS: Tumors treated with 10 mg/kg nal-IRI maintained significantly lower levels of hypoxia and smaller hypoxic fractions compared to tumors that received 50 mg/kg CPT-11. Specifically, differences in FAZA uptake were detectable 9 days before any significant differences in tumor volume were observed between the treatment groups. CONCLUSIONS: These findings highlight the potential use of FAZA-PET as an early marker of treatment response following multi-dose chemotherapy.
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 | 0,000 |
| 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) | 0,001 | 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 ».