Comparison of immunoscintigraphy, efficacy, and toxicity of conventional and pretargeted radioimmunotherapy in CD20-expressing human lymphoma xenografts.
Notice bibliographique
Résumé
UNLABELLED: Pretargeted radioimmunotherapy (RIT) using streptavidin (sAv)-conjugated antibodies before radiolabeled-biotin is a promising approach to improve absorbed dose ratios and achieve high durable remission rates with diminished systemic toxicity. This study compared the immunoscintigraphy, toxicity, and therapeutic efficacy of pretargeted RIT with conventional RIT using an anti-CD20 antibody. METHODS: Athymic mice bearing Ramos human Burkitt's lymphoma xenografts were injected intraperitoneally with a 1F5-sAv conjugate followed 24 h later by a galactosylated, biotinylated clearing agent (CA) and, finally, 3 h later by (111)In- or (90)Y-labeled 1,4,7,10-tetraazacyclododecane-1,4,7,10-tetraacetic acid (DOTA)-biotin. The comparison groups consisted of mice injected with conventional, directly labeled (111)In- or (90)Y-1F5. RESULTS: Rapid tumor uptake of radioactivity within 2 h was observed with the pretargeting approach, resulting in high-contrast tumor images at 24 h with minimal blood-pool radioactivity. Although conventional radiolabeled antibodies produced clear tumor images at 24 h, a large amount of radioactivity was present in the blood pool. The tumor-to-blood ratio was 3.5:1 with pretargeting compared with 0.4:1 with conventional (111)In-1F5. Pretargeted RIT with 29.6 MBq (800 micro Ci) (90)Y-DOTA-biotin cured 100% of mice with tolerable toxicity, whereas conventional RIT with (90)Y-1F5 at a dose of 14.8 MBq (400 micro Ci) produced no cures, induced profound pancytopenia, and was lethal to all mice. CONCLUSION: These results suggest that anti-CD20 pretargeted RIT may be superior to conventional radiolabeled antibodies in terms of radioimmunoscintigraphy, toxicity, and therapeutic efficacy for treatment of B-cell lymphomas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».