Noninvasive ablation of rabbit fetal and placental tissue targets in utero using magnetic resonance‐guided high‐intensity focused ultrasound
Notice bibliographique
Résumé
OBJECTIVE: Magnetic resonance-guided high-intensity focused ultrasound (MRgHIFU) is a potential noninvasive therapy for fetal conditions. In utero MRgHIFU delivery and proton resonance frequency shift (PRFS) thermometry monitoring will control accuracy of HIFU ablation and confirm in situ tissue heating in a rabbit model. METHODS: High-resolution 3T MR images were acquired in late-gestation rabbits (approximately 30 days, n = 5). HIFU sonications, using magnetic resonance (MR) thermometry as a guide, were delivered to achieve necrosis in relevant fetal targets. Thermometry, posttreatment magnetic resonance imaging (MRI), and follow-up histology confirmed ablation. RESULTS: Placentas (n = 14) were treated with 127 ± 34 Wac; thermometry-indicated temperatures reached 67°C. Lungs (n = 8) were treated with 85 ± 15 Wac and reached 73°C, livers (n = 6) with 80 ± 15 Wac and reached 74°C, and kidneys (n = 5) with 100 Wac and reached 66°C. Histological changes showed focal areas of necrosis with circumferential hemorrhage and/or vasodilation, which transitioned abruptly to healthy tissue. CONCLUSION: MRgHIFU therapy can effectively target and thermally treat specific in utero organs in this acute fetal rabbit model. PRFS gives in situ temperature control of therapy on tissues. Conceivably, MRgHIFU therapy may be applicable to specific fetal organ anomalies clinically and has the potential to improve the overall fetal outcome over traditional invasive surgical procedures.
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 ».