Notice bibliographique
Résumé
Magnetic tumor targeting with external magnets is a promising method to increase the delivery of cytotoxic agents to tumor cells while reducing side effects. However, this approach suffers from intrinsic limitations, such as the inability to target areas within deep tissues, due mainly to a strong decrease of the magnetic field magnitude away from the magnets. Magnetic resonance navigation (MRN) involving the endovascular steering of therapeutic magnetic microcarriers (TMMC) represents a clinically viable alternative to reach deep tissues. MRN is achieved with an upgraded magnetic resonance imaging (MRI) scanner. In this proof-of-concept preclinical study, the preparation and steering of TMMC which were designed by taking into consideration the constraints of MRN and liver chemoembolization are reported. TMMC were biodegradable microparticles loaded with iron-cobalt nanoparticles and doxorubicin (DOX). These particles displayed high saturation magnetization (Ms = 72 emu g(-1)), MRI tracking compatibility (strong contrast on T2∗-weighted images), appropriate size for the blood vessel embolization (∼50 μm), and sustained release of DOX (over several days). The TMMC were successfully steered in vitro and in vivo in the rabbit model. In vivo targeting of the right or left liver lobes was achieved by MRN through the hepatic artery located 4 cm beneath the skin. Parameters such as flow velocity, TMMC release site in the artery, magnetic gradient and TMMC properties, affected the steering efficiency. These data illustrate the potential of MRN to improve drug targeting in deep tissues.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».