Multimodality imaging‐guided local injection of eccentric magnetic microcapsules with electromagnetically controlled drug release
Notice bibliographique
Résumé
BACKGROUND: In the past decade, trackable smart drug delivery systems have played important roles in the treatment of many diseases such as cancer because the drug carriers can be visualized through their distinct physical properties. However, it is still difficult to achieve precise drug delivery because such systems usually rely on a single imaging system. AIM: This study aimed to present a novel type of multimodality imaging-guided strategy to visualize the drug carriers of eccentric magnetic microcapsule (EMM) designed for potential treatment of hepatocellular carcinoma (HCC). METHOD AND RESULTS: nanoparticles are magnetic, with high density and acoustic impedance, allowing for visualization by magnetic resonance imaging (MRI), computed tomography (CT), and ultrasound (US) imaging during local injection. The release of drug from these EMMs can be further controlled by an external electromagnetic field (EMF). As a proof of concept, we demonstrated the process of multimodality imaging to guide local injection and the controlled release of doxorubicin (DOX) from the EMMs in a phantom. We showed that the release rate of DOX was directly correlated to the strength of the EMF. In addition, we cocultured green fluorescent protein (GFP)-transfected HeLa cancer cells with the DOX-loaded EMMs and documented their apoptosis by DOX following the release triggered by EMF. CONCLUSION: The results suggest that these EMMs serve both as contrast agents that can be visualized by multimodality imaging techniques and as smart drug delivery systems, with great potential for precision medicine.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».