Emerging Therapeutic Radiopharmaceuticals and Their Theranostic Pairs
Notice bibliographique
Résumé
Abstract Nuclear medicine is a rapidly evolving multidisciplinary research field that has been intensively investigated in the past decades. The successful clinical application of various metal‐based radiopharmaceuticals for cancer imaging and therapy is based on the modular assembly of the drug complex through the popular bifunctional chelate (BFC) strategy. In targeted radionuclide therapy (TRT), potent radiation is selectively delivered to the cancer cells using radiopharmaceuticals that incorporate therapeutic radiometals which emit α ‐particles, β − ‐particles, or Meitner–Auger electrons (MAEs). Radiotheranostics is an emerging concept that connects nuclear imaging (via positron emission tomography (PET) or single‐photon emission computed tomography (SPECT)) and therapy for personalized cancer diagnosis and treatment. This article outlines the fundamentals of radiopharmaceutical design and radiotheranostics and presents a general description of the therapeutic emissions accompanied by literature examples of the most promising radionuclides; 212 Pb, 213 Bi, 225 Ac, 227 Th, and 149 Tb for α therapy; 47 Sc, 67 Cu, 77 As, and 161 Tb for β − therapy; and 119 Sb, 135 La, and 197m/g Hg for MAE therapy. A comparison of the currently used or proposed theranostic pairs of each radiometal is presented.
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) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».