MétaCan
Menu
Retour à la cohorte
Enregistrement W2885000766 · doi:10.1021/acsnano.7b06301

Radiation and Heat Improve the Delivery and Efficacy of Nanotherapeutics by Modulating Intratumoral Fluid Dynamics

2018· article· en· W2885000766 sur OpenAlexafffund
Shawn Stapleton, Michael Dunne, Michael Milosevic, Charles W. Tran, Matthew J. Gold, Ali Vedadi, Trevor D. McKee, Pamela S. Ohashi, Christine Allen, David A. Jaffray

Notice bibliographique

RevueACS Nano · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensUniversity Health NetworkPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchTerry Fox Research Institute
Mots-clésDrug deliveryNanomedicineHyperthermiaDrugChemistryCancer researchBiophysicsNanotechnologyMaterials scienceMedicinePharmacologyNanoparticleBiology

Résumé

récupéré en direct d'OpenAlex

Nanomedicine drug delivery systems are capable of transporting significant payloads to solid tumors. However, only a modest increase in antitumor efficacy relative to the standard of care has been observed. In this study, we demonstrate that a single dose of radiation or mild hyperthermia can substantially improve tumor uptake and distribution of nanotherapeutics, resulting in improved treatment efficacy. The delivery of nanomedicine was driven by a reduction in interstitial fluid pressure (IFP) and small perturbation of steady-state fluid flow. The transient effects on fluid dynamics in tumors with high IFP was also shown to dominate over immune cell endocytic capacity, another mechanism suspected of improving drug delivery. Furthermore, we demonstrate the specificity of this mechanism by showing that delivery of nanotherapeutics to low IFP tumors with high leukocyte infiltration does not benefit from pretreatment with radiation or heat. These results demonstrate that focusing on small perturbations to steady-state fluid dynamics, rather than large sustained effects or uncertain immune cell recruitment strategies, can impart a vulnerability to tumors with high IFP and enhance nanotherapeutic drug delivery and treatment efficacy.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,024
Score d'incertitude au seuil0,374

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,223
Écart entre enseignants0,216 · 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 tête enseignante, 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

Citations77
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207