Biologically-Targeted Detection of Primary and Micro-Metastatic Ovarian Cancer
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
Ovarian cancer is the leading cause of morbidity/mortality from gynecologic malignancy. Early detection of disease is difficult due to the propensity for ovarian cancer to disseminate throughout the peritoneum. Currently, there is no single accurate test to detect primary or recurrent ovarian cancer. We report a novel clinical strategy using PPF: a multimodal, PET and optical, folate receptor (FR)-targeted agent for ovarian cancer imaging. The capabilities of PPF were evaluated in primary human ovarian cancer cells, in vivo xenografts derived from primary cells and ex vivo patient omemtum, as the heterogeneity and phenotype displayed by patients is retained. Primary cells uptake PPF in a FR-dependent manner demonstrating approximately a 5- to 25-fold increase in fluorescence. By both PET and fluorescence imaging, PPF specifically delineated FR-positive, ovarian cancer xenografts, with similar tumor-to-background ratios of 8.91±0.91 and 7.94±3.94, and micro-metastatic studding (<1mm), which demonstrated a 3.5-fold increase in PPF uptake over adjacent normal tissue. Ex vivo patient omentum demonstrated selective uptake of PFF by tumor deposits. The ability of PPF to identify metastatic deposits <1mm could facilitate more complete debulking (currently, optimal debulking is <10mm residual tumor), by providing a more sensitive imaging strategy improving treatment planning, response assessment and residual/recurrent disease detection. Therefore, PPF is a novel clinical imaging strategy that could substantially improve the prognosis of patients with ovarian cancer by allowing pre-, post- and intra-operative tumor monitoring, detection and possibly treatment throughout all stages of therapy and tumor progression.
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) | 0,000 | 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 découle