Manganese-Enhanced Magnetic Resonance Imaging for Early Detection and Characterization of Breast Cancers
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
Very early cancer detection is the key to improving cure. Our objective was to investigate manganese (Mn)-enhanced magnetic resonance imaging (MRI) for very early detection and characterization of breast cancers. Eighteen NOD scid gamma mice were inoculated with MCF7, MDA, and LM2 breast cancer cells and imaged periodically on a 3 T scanner beginning on day 6. T1-weighted imaging and T1 measurements were performed before and 24 hours after administering MnCl2. At the last imaging session, Gd-DTPA was administered and tumors were excised for histology (hematoxylin-eosin and CD34 staining). All mice, except for two inoculated with MCF7 cells, developed tumors. Tumors enhanced uniformly on Mn and showed clear borders. Early small tumors (≤ 5 mm3) demonstrated the greatest enhancement with a relative R1 (1/T1) change of 1.57 ± 0.13. R1 increases correlated with tumor size (r = -.34, p = .04). Differences in R1 increases among the three tumor subtypes were most evident in early tumors. Histology confirmed uniform cancer cell distribution within tumor masses and vasculature in the periphery, which was consistent with rim-like enhancement on Gd-DTPA. Mn-enhanced MRI is a promising approach for detecting very small breast cancers in vivo and may be valuable for very early cancer detection.
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