MétaCan
Menu
Retour à la cohorte
Enregistrement W2154188166 · doi:10.3390/molecules15042686

Iodine-124: A Promising Positron Emitter for Organic PET Chemistry

2010· review· en· W2154188166 sur OpenAlexaff
L. Koehler, Katherine Gagnon, S.A. McQuarrie, Frank Wuest

Notice bibliographique

RevueMolecules · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPositron emission tomographyMolecular imagingPet imagingNuclear medicinePositronRadiochemistryIn vivoChemistryPreclinical imagingMedical physicsMedicineNuclear physicsPhysics

Résumé

récupéré en direct d'OpenAlex

The use of radiopharmaceuticals for molecular imaging of biochemical and physiological processes in vivo has evolved into an important diagnostic tool in modern nuclear medicine and medical research. Positron emission tomography (PET) is currently the most sophisticated molecular imaging methodology, mainly due to the unrivalled high sensitivity which allows for the studying of biochemistry in vivo on the molecular level. The most frequently used radionuclides for PET have relatively short half-lives (e.g. 11C: 20.4 min; 18F: 109.8 min) which may limit both the synthesis procedures and the time frame of PET studies. Iodine-124 (124I, t1/2 = 4.2 d) is an alternative long-lived PET radionuclide attracting increasing interest for long term clinical and small animal PET studies. The present review gives a survey on the use of 124I as promising PET radionuclide for molecular imaging. The first part describes the production of 124I. The second part covers basic radiochemistry with 124I focused on the synthesis of 124I-labeled compounds for molecular imaging purposes. The review concludes with a summary and an outlook on the future prospective of using the long-lived positron emitter 124I in the field of organic PET chemistry and molecular imaging.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,362
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations92
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207