Dual-Agent Photodynamic Therapy with Optical Clearing Eradicates Pigmented Melanoma in Preclinical Tumor Models
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
Treatment using light-activated photosensitizers (photodynamic therapy, PDT) has shown limited efficacy in pigmented melanoma, mainly due to the poor penetration of light in this tissue. Here, an optical clearing agent (OCA) was applied topically to a cutaneous melanoma model in mice shortly before PDT to increase the effective treatment depth by reducing the light scattering. This was used together with cellular and vascular-PDT, or a combination of both. The effect on tumor growth was measured by longitudinal ultrasound/photoacoustic imaging in vivo and by immunohistology after sacrifice. In a separate dorsal window chamber tumor model, angiographic optical coherence tomography (OCT) generated 3D tissue microvascular images, enabling direct in vivo assessment of treatment response. The optical clearing had minimal therapeutic effect on the in control, non-pigmented cutaneous melanomas but a statistically significant effect (p < 0.05) in pigmented lesions for both single- and dual-photosensitizer treatment regimes. The latter enabled full-depth eradication of tumor tissue, demonstrated by the absence of S100 and Ki67 immunostaining. These studies are the first to demonstrate complete melanoma response to PDT in an immunocompromised model in vivo, with quantitative assessment of tumor volume and thickness, confirmed by (immuno) histological analyses, and with non-pigmented melanomas used as controls to clarify the critical role of melanin in the PDT response. The results indicate the potential of OCA-enhanced PDT for the treatment of pigmented lesions, including melanoma.
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 | 0,001 |
| 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