Recent Advances in Photodynamic Imaging and Therapy in Hepatobiliary Malignancies: Clinical and Experimental Aspects
Notice bibliographique
Résumé
The therapeutic and diagnostic modalities of light are well known, and derivative photodynamic reactions with photosensitizers (PSs), specific wavelengths of light exposure and the existence of tissue oxygen have been developed since the 20th century. Photodynamic therapy (PDT) is an effective local treatment for cancer-specific laser ablation in malignancies of some organs, including the bile duct. Although curability for extrahepatic cholangiocarcinoma is expected with surgery alone, patients with unresectable or remnant biliary cancer need other effective palliative therapies, including PDT. The effectiveness of PDT for cholangiocarcinoma has been reported experimentally or clinically, but it is not the standard option now due to problems with accompanied photosensitivity, limited access routes of irradiation, tumor hypoxia, etc. Novel derivative treatments such as photoimmunotherapy have not been applied in the field hepatobiliary system. Photodynamic diagnosis (PDD) has been more widely applied in the clinical diagnoses of liver malignancies or liver vascularization. At present, 5-aminolevulinic acid (ALA) and indocyanine green (ICG) dyes are mainly used as PSs in PDD, and ICG has been applied for detecting liver malignancies or vascularization. However, no ideal tools for combining both PDD and PDT for solid tumors, including hepatobiliary malignancies, have been clinically developed. To proceed with experimental and clinical trials, it is necessary to clarify the effective photosensitive drugs that are feasible for photochemical diagnosis and local treatment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».