MétaCan
Menu
Retour à la cohorte
Enregistrement W2799978121 · doi:10.1002/adhm.201701460

Gold Nanoparticles in Radiotherapy and Recent Progress in Nanobrachytherapy

2018· review· en· W2799978121 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAdvanced Healthcare Materials · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueRadiation Therapy and Dosimetry
Établissements canadiensUniversité LavalCentre hospitalier universitaire de Québec
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Cancer Society
Mots-clésContext (archaeology)Colloidal goldPhotonBrachytherapyNanotechnologyRadiation therapyMedical physicsNanoparticleIn vivoMaterials scienceComputer sciencePhysicsMedicineOpticsRadiologyBiology

Résumé

récupéré en direct d'OpenAlex

Over the last few decades, gold nanoparticles (GNPs) have emerged as "radiosensitizers" in oncology. Radiosensitizers are additives that can enhance the effects of radiation on biological tissues treated with radiotherapy. The interaction of photons with GNPs leads to the emission of low-energy and short-range secondary electrons, which in turn increase the dose deposited in tissues. In this context, GNPs are the subject of intensive theoretical and experimental studies aiming at optimizing the parameters leading to greater dose enhancement and highest therapeutic effect. This review describes the main mechanisms occurring between photons and GNPs that lead to dose enhancement. The outcome of theoretical simulations of the interactions between GNPs and photons is presented. Finally, the findings of the most recent in vivo studies about interactions between GNPs and photon sources (e.g., external beams, brachytherapy sources, and molecules labeled with radioisotopes) are described. The advantages and challenges inherent to each of these approaches are discussed. Future directions, providing new guidelines for the successful translation of GNPs into clinical applications, are also highlighted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,406
Écart entre enseignants0,358 · 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