Manganese‐Based Magnetic Resonance Imaging Contrast Agents
Notice bibliographique
Résumé
Abstract The contrast agent (CA) has become an essential component of clinical magnetic resonance imaging (MRI) practices, routinely applied to enhance the visualization of various diseases that are otherwise hard to detect. The majority of commercial CAs are based on small Gd(III) complexes, which have been widely used in diagnostic medicine for more than three decades, benefiting tens of millions of patients worldwide. Recently, however, Gd‐based CAs have been identified as the cause of a severe adverse effect known as nephrogenic systemic fibrosis (NSF). In addition, increasing evidence suggest that release of toxic free Gd(III) ions from the MRI CAs lead to the deposit of Gd in the brain and other organs. Development of non‐Gd‐based MRI CAs, therefore, is increasingly important. As an essential micronutrient, Mn is a preferred element of choice in this regard and, therefore, has regained attention in research over recent years. In this article, we will first summarize the key elements for the design and evaluation of MRI CAs. Three types of Mn‐based agents, including small ionic Mn(II) agents, Mn(III) complexes, and Mn‐containing nanoparticles will then be reviewed, according to these key elements. Finally, the recent advances in developing Mn‐based MRI probes as molecular imaging sensors will be highlighted. Throughout the review, the advantages and limitations of Mn‐based agents for MRI, in comparison with the conventional Gd‐based CAs, are the focus of the discussions. Overall, certain types of Mn complexes, such as new water‐soluble MnPs, have shown unique benefits over their Gd counterparts. This includes high sensitivity at high clinical magnetic fields, better biocompatibility of Mn in comparison to Gd, high stability, flexible structure/function, and tunable pharmacokinetics. Some of the new Mn agents have demonstrated potential for future clinical applications, as well as for advanced sensor development.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».