MétaCan
Menu
Retour à la cohorte
Enregistrement W2992727319 · doi:10.1016/j.apradiso.2019.109014

Automated radiosynthesis of 68Ga for large-scale routine production using 68Zn pressed target

2019· article· en· W2992727319 sur OpenAlexafffund
Aiman H. Alnahwi, Sébastien Tremblay, Samia Aı̈t-Mohand, Jean-François Beaudoin, Brigitte Guérin

Notice bibliographique

RevueApplied Radiation and Isotopes · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiopharmaceutical Chemistry and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaUniversité de SherbrookeCancer Research Society
Mots-clésRadiosynthesisRadiochemistryPositron emission tomographyPet imagingChemistryMaterials scienceNuclear medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Gallium-68 (68Ga) has attracted increasing interest in recent years due to the expanding clinical applications of 68Ga-based radiopharmaceuticals (Rahbar et al., 2017). 68Ga is mainly produced via 68Ge/68Ga generators that are limited in yield by the 68Ge activity (typically up to 1.85 GBq at calibration time). With the increased-demand of 68Ga in nuclear medicine for positron emission tomography (PET) imaging, there is a need for more efficient and robust production methods to obtain larger amounts of [68Ga]GaCl3 with high radionuclidic and radiochemical purity and apparent molar activity (AMA) for facilitating the distribution of 68Ga-based radiopharmaceuticals. The objectives of this study were to develop a fast and efficient process for the preparation of 68Zn-based solid targets and to optimize the critical parameters for the automated radiosynthesis of [68Ga]GaCl3 for large-scale routine production.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), 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

Citations33
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Radiation and IsotopesMême sujetRadiopharmaceutical Chemistry and ApplicationsTravaux en français237 207