Low <i>Z</i> target switching to increase tumor endothelial cell dose enhancement during gold nanoparticle-aided radiation therapy
Notice bibliographique
Résumé
PURPOSE: Previous studies have introduced gold nanoparticles as vascular-disrupting agents during radiation therapy. Crucial to this concept is the low energy photon content of the therapy radiation beam. The authors introduce a new mode of delivery including a linear accelerator target that can toggle between low Z and high Z targets during beam delivery. In this study, the authors examine the potential increase in tumor blood vessel endothelial cell radiation dose enhancement with the low Z target. METHODS: The authors use Monte Carlo methods to simulate delivery of three different clinical photon beams: (1) a 6 MV standard (Cu/W) beam, (2) a 6 MV flattening filter free (Cu/W), and (3) a 6 MV (carbon) beam. The photon energy spectra for each scenario are generated for depths in tissue-equivalent material: 2, 10, and 20 cm. The endothelial dose enhancement for each target and depth is calculated using a previously published analytic method. RESULTS: It is found that the carbon target increases the proportion of low energy (<150 keV) photons at 10 cm depth to 28% from 8% for the 6 MV standard (Cu/W) beam. This nearly quadrupling of the low energy photon content incident on a gold nanoparticle results in 7.7 times the endothelial dose enhancement as a 6 MV standard (Cu/W) beam at this depth. Increased surface dose from the low Z target can be mitigated by well-spaced beam arrangements. CONCLUSIONS: By using the fast-switching target, one can modulate the photon beam during delivery, producing a customized photon energy spectrum for each specific situation.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».