MRI with hyperpolarised [1- <sup>13</sup> C]pyruvate detects advanced pancreatic preneoplasia prior to invasive disease in a mouse model
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
OBJECTIVES: Pancreatic cancer (PCa) is treatable by surgery when detected at an early stage. Non-invasive imaging methods able to detect both established tumours and their precursor lesions are needed to select patients for surgery. We investigated here whether pancreatic preneoplasia could be detected prior to the development of invasive cancers in genetically engineered mouse models of PCa using metabolic imaging. DESIGN: The concentrations of alanine and lactate and the activities of lactate dehydrogenase (LDH) and alanine aminotransferase (ALT) were measured in extracts prepared from the pancreas of animals at different stages of disease progression; from pancreatitis, through tissue with predominantly low-grade and then high-grade pancreatic intraepithelial neoplasia and then tumour. (13)C magnetic resonance spectroscopic imaging ((13)C-MRSI) was used to measure non-invasively changes in (13)C labelling of alanine and lactate with disease progression, following injection of hyperpolarised [1-(13)C]pyruvate. RESULTS: Progressive decreases in the alanine/lactate concentration ratio and ALT/LDH activity ratio with disease progression were accompanied by a corresponding decrease in the [1-(13)C]alanine/[1-(13)C]lactate signal ratio observed in (13)C-MRSI images of the pancreas. CONCLUSIONS: Metabolic imaging with hyperpolarised [1-(13)C]pyruvate enables detection and monitoring of the progression of PCa precursor lesions. Translation of this MRI technique to the clinic has the potential to improve the management of patients at high risk of developing PCa.
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