Determining the Radiation Enhancement Effects of Gold Nanoparticles in Cells in a Combined Treatment with Cisplatin and Radiation at Therapeutic Megavoltage Energies
Notice bibliographique
Résumé
Combined use of chemotherapy and radiation therapy is commonly used in cancer treatment, but the toxic effects on normal tissue are a major limitation. This study assesses the potential to improve radiation therapy when combining gold nanoparticle (GNP) mediated radiation sensitization with chemoradiation compared to chemoradiation alone. Incorporation of GNPs with 2 Gy, 6 MV (megavoltage) radiation resulted in a 19 ± 6% decrease in survival of MDA-MB-231 cells. Monte-Carlo simulations were performed to assess dosimetric differences in the presence of GNPs in radiation. The results show that physics dosimetry represents a small fraction of the observed effect. The survival fraction of the cells exposed to GNPs, cisplatin, and radiation was 0.16 ± 0.007, while cells treated with cisplatin and radiation only was 0.23 ± 0.011. The presence of GNPs resulted in a 30 ± 6% decrease in the survival, having an additive effect. The concentration of the GNPs and free drug used for this study was 0.3 and 435 nM, respectively. These concentrations are relatively lower and achievable in an in vivo setting. Hence, the results of our study would accelerate the incorporation of GNP-mediated chemoradiation into current cancer therapeutic protocols in the near future.
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 ».