Photoacoustic Imaging of Cancer Treatment Response: Early Detection of Therapeutic Effect from Thermosensitive Liposomes
Notice bibliographique
Résumé
Imaging methods capable of indicating the potential for success of an individualized treatment course, during or immediately following the treatment, could improve therapeutic outcomes. Temperature Sensitive Liposomes (TSLs) provide an effective way to deliver chemotherapeutics to a localized tumoral area heated to mild-hyperthermia (HT). The high drug levels reached in the tumor vasculature lead to increased tumor regression via the cascade of events during and immediately following treatment. For a TSL carrying doxorubicin (DOX) these include the rapid and intense exposure of endothelial cells to high drug concentrations, hemorrhage, blood coagulation and vascular shutdown. In this study, ultrasound-guided photoacoustic imaging was used to probe the changes to tumors following treatment with the TSL, HaT-DOX (Heat activated cytoToxic). Levels of oxygen saturation (sO2) were studied in a longitudinal manner, from 30 min pre-treatment to 7 days post-treatment. The efficacious treatments of HT-HaT-DOX were shown to induce a significant drop in sO2 (>10%) as early as 30 min post-treatment that led to tumor regression (in 90% of cases); HT-Saline and non-efficacious HT-HaT-DOX (10% of cases) treatments did not show any significant change in sO2 at these timepoints. The changes in sO2 were further corroborated with histological data, using the vascular and perfusion markers CD31 and FITC-lectin. These results allowed us to further surmise a plausible mechanism of the cellular events taking place in the TSL treated tumor regions over the first 24 hours post-treatment. The potential for using photoacoustic imaging to measure tumor sO2 as a surrogate prognostic marker for predicting therapeutic outcome with a TSL treatment is demonstrated.
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 | 0,000 | 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 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 ».