Computational Modeling of Combination of Magnetic Hyperthermia and Temperature-Sensitive Liposome for Controlled Drug Release in Solid Tumor
Notice bibliographique
Résumé
Combination therapy, a treatment modality that combines two or more therapeutic methods, provides a novel pathway for cancer treatment, as it targets the region of interest (ROI) in a characteristically synergistic or additive manner. To date, liposomes are the only nano-drug delivery platforms that have been used in clinical trials. Here, we speculated that it could be promising to improve treatment efficacy and reduce side effects by intravenous administration of thermo-sensitive liposomes loaded with doxorubicin (TSL-Dox) during magnetic hyperthermia (MHT). A multi-scale computational model using the finite element method was developed to simulate both MHT and temperature-sensitive liposome (TSL) delivery to a solid tumor to obtain spatial drug concentration maps and temperature profiles. The results showed that the killing rate of MHT alone was about 15%, which increased to 50% using the suggested combination therapy. The results also revealed that this combination treatment increased the fraction of killed cells (FKCs) inside the tumor compared to conventional chemotherapy by 15% in addition to reducing side effects. Furthermore, the impacts of vessel wall pore size, the time interval between TSL delivery and MHT, and the initial dose of TSLs were also investigated. A considerable reduction in drug accumulation was observed in the tumor by decreasing the vessel wall pore size of the tumor. The results also revealed that the treatment procedure plays an essential role in the therapeutic potential of anti-cancer drugs. The results suggest that the administration of MHT can be beneficial in the TSL delivery system and that it can be employed as a guideline for upcoming 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».