Gold nanoparticles and their alternatives for radiation therapy enhancement
Notice bibliographique
Résumé
Radiation therapy is one of the most commonly used treatments for cancer. The dose of delivered ionizing radiation can be amplified by the presence of high-Z materials via an enhancement of the photoelectric effect; the most widely studied material is gold (atomic number 79). However, a large amount is needed to obtain a significant dose enhancement, presenting a challenge for delivery. In order to make this technique of broader applicability, the gold must be targeted, or alternative formulations developed that do not rely solely on the photoelectric effect. One possible approach is to excite scintillating nanoparticles with ionizing radiation, and then exploit energy transfer between these particles and attached dyes in a manner analogous to photodynamic therapy (PDT). Doped rare-earth halides and semiconductor quantum dots have been investigated for this purpose. However, although the spectrum of emitted light after radiation excitation is usually similar to that seen with light excitation, the yield is not. Measurement of scintillation yields is challenging, and in many cases has been done only for bulk materials, with little understanding of how the principles translate to the nanoscale. Another alternative is to use local heating using gold or iron, followed by application of ionizing radiation. Hyperthermia pre-sensitizes the tumors, leading to an improved response. Another approach is to use chemotherapeutic drugs that can radiosensitize tumors. Drugs may be attached to high-Z nanoparticles or encapsulated. This article discusses each of these techniques, giving an overview of the current state of nanoparticle-assisted radiation therapy and future directions.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».