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 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 | 0,001 | 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 ».