Dynamic imaging of transient metabolic processes by small-animal PET for the evaluation of photosensitizers in photodynamic therapy of 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
UNLABELLED: This study evaluated the potential use of dynamic PET to monitor transient metabolic processes and to investigate the mechanisms of action of new photosensitizing drugs in the photodynamic therapy (PDT) of cancer. METHODS: Rats bearing 2 mammary tumors received different phthalocyanine-based photosensitizers. The following day, the animals were positioned in a Sherbrooke small-animal PET scanner and continuously infused with 18F-FDG while dynamic images were acquired for 2 h. During that period, one of the 2 tumors was exposed for 30 min to red light delivered by a small diode laser to activate PDT. RESULTS: 18F-FDG time-activity curves during PDT showed distinct transient patterns characterized by a drop and subsequent recovery of tumor 18F-FDG uptake rates. Variations in these rates and response delay parameters revealed tumoral and systemic metabolic processes that correlated with differences in mechanism of action between drugs, that is, direct tumor cell kill or initial vascular shutdown. CONCLUSION: Real-time follow-up of tumor response to PDT as monitored by dynamic 18F-FDG PET has been shown to correlate with the mechanisms of action of photosensitizing drugs in vivo. This new imaging paradigm can be exploited to monitor a variety of transient cellular and molecular processes as they occur in vivo, enabling the mechanisms of action of therapeutic interventions to be scrutinized and their efficacy predicted in real time.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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