MétaCan
Menu
Retour à la cohorte
Enregistrement W2312617417 · doi:10.1158/0008-5472.sabcs12-p4-02-05

Abstract P4-02-05: A novel 64Cu-liposomal PET agent (MM-DX-929) predicts response to liposomal chemotherapeutics in preclinical breast cancer models

2012· article· en· W2312617417 sur OpenAlexaff
H Lee, Jianfeng Zheng, D F Gaddy, Dmitri B. Kirpotin, Michael Dunne, Daryl C. Drummond, Christine Allen, David A. Jaffray, Bart S. Hendriks, Tom Wickham

Notice bibliographique

RevueCancer Research · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineLiposomeDoxorubicinCancerBreast cancerIrinotecanChemotherapyNuclear medicinePharmacologyInternal medicineColorectal cancerChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Liposomal anthracyclines (such as pegylated liposomal doxorubicin (PLD) or HER2-targeted liposomal doxorubicin (MM-302)) are being used and/or evaluated for the clinical management of breast cancer, but responses vary from patient to patient. It is hypothesized that variability in the deposition of liposomal therapeutics within tumors leads to differences in drug exposure, thereby directly influencing tumor response. We have developed MM-DX-929, a novel 64Cu-liposomal PET imaging agent, as a clinically-implementable tool to investigate whether image-based quantification of liposome deposition in tumors can predict treatment response to liposomal chemotherapeutics, including PLD, MM-302 and/or liposomal irinotecan (MM-398). Objectives: Our primary objective is to demonstrate that the extent of tumor uptake of MM-DX-929 is predictive of tumor response to MM-302 in preclinical breast cancer xenograft models. A secondary objective is to enable clinical translation of MM-DX-929 to enable incorporation into existing therapeutic trials. Methods: Mice bearing BT474-M3 mammary and subcutaneous tumors were injected intravenously with MM-DX-929 prior to dosing with MM-302. PET/CT imaging was performed at 16h post MM-DX-929 injection, and tumor uptake was determined. Response to treatment was quantified as tumor volume changes measured over a 2-month period by MRI. Results: Tumor deposition of MM-DX-929 administration correlated well with treatment response to MM-302 (Spearman correlation coefficient of −0.891 and a p-value of 0.0004). MM-DX-929 accumulation in tumors prior to the start of the MM-302 treatment successfully predicted improved tumor growth inhibition following MM-302 treatment. Conclusion: These findings support trials of MM-DX-929 as a predictive imaging agent to select patients who are most likely to respond to liposomal therapies. The clinical development of MM-DX-929 for identification of breast cancer patients likely to respond to liposomal therapeutics is currently being pursued. Citation Information: Cancer Res 2012;72(24 Suppl):Abstract nr P4-02-05.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,252
Tête enseignante GPT0,507
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207