Numerical modeling of high-intensity focused ultrasound-mediated intraperitoneal delivery of thermosensitive liposomal doxorubicin for cancer chemotherapy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although intraperitoneal chemotherapy (IPC) has been suggested as a promising method for the management of peritoneal dissemination (PD) of ovarian or colorectal cancers, the actual clinical use of this method has been restricted due to such problems as poor drug penetration into the tumor and high side effects. It is, therefore, necessary to develop new strategies to improve the efficacy of this approach. In the present work, a new strategy is proposed based on intraperitoneal (IP) injection of thermosensitive liposomal doxorubicin (TSL-Dox) with triggered release by mild hyperthermia induced by high intensity focused ultrasound (HIFU). A computational model is developed to evaluate the proposed drug delivery system. Results show an order of magnitude increase in drug penetration depth into the tumor compared to the conventional IP delivery. Furthermore, the effects of thermal conditions applied to the tumor, TSL size, tumor vessel permeability, and tumor size are investigated. Results indicate an improved efficiency of the drug delivery by expanding the heated region, yet, it increases the risk of unintentional TSL drug load release in the peritoneal cavity. Results also indicate that smaller TSLs have better treatment outcome. However, there is a significant reduction in treatment efficacy for TSLs with sizes smaller than the vessel wall pore size. Thus, tuning the size of TSL should be based on the tumor microvascular permeability. The simulation results suggest that the TSL-Dox delivery system in smaller tumors is far advantageous than larger ones. Results of our model can be used as guidelines for future preclinical studies.
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.
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) | 0,001 | 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 découle