Monitoring Photoproduct Formation and Photobleaching by Fluorescence Spectroscopy Has the Potential to Improve PDT Dosimetry with a Verteporfin-like Photosensitizer¶
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
In current clinical practice, photodynamic therapy (PDT) is carried out with prescribed drug doses and light doses as well as fixed drug-light intervals and illumination fluence rates. This approach can result in undesirable treatment outcomes of either overtreatment or undertreatment because of biological variations between different lesions and patients. In this study, we explore the possibility of improving PDT dosimetry by monitoring drug photobleaching and photoproduct formation. The study involved 60 mice receiving the same drug dose of a novel verteporfin-like photosensitizer, QLT0074, at 0.3 mg/kg body weight, followed by different light doses of 5, 10, 20, 30, 40 or 50 J/cm2 at 686 nm and a fluence rate of 70 mW/cm2. Photobleaching and photoproduct formation were measured simultaneously, using fluorescence spectroscopy. A ratio technique for data processing was introduced to reliably detect the photoproduct formed by PDT on mouse skin in vivo. The study showed that the QLT0074 photoproduct is stable and can be reliably quantified. Three new parameters, photoproduct score (PPS), photobleaching score (PBS) and percentage photobleaching score (PBS%), were introduced and tested together with the conventional dosimetry parameter, light dose, for performance on predicting PDT-induced outcome, skin necrosis. The statistical analysis of experimental results was performed with an ordinal logistic regression model. We demonstrated that both PPS and PBS improved the prediction of skin necrosis dramatically compared to light dose. PPS was identified as the best single parameter for predicting the PDT outcome.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle