Pharmacokinetic Analysis of Dynamic [18F]FAZA PET Imaging in Pancreatic Cancer Patient
Notice bibliographique
Résumé
Abstract Purpose This study assessed the pharmacokinetics of the hypoxia PET tracer, [18F]fluoroazomycin arabinoside ([18F]FAZA), in pancreatic cancer (PCa) patients and determined the optimal kinetic parameters to distinguish cancerous from normal pancreatic tissue. Method Twenty patients with pancreatic ductal adenocarcinoma underwent dynamic [ 18 F]FAZA scans. The tissue time activity curve (TAC) was analyzed using graphical methods to determine reversibility of tracer binding and with standard compartment (S2TC) model and flow modified two tissue compartment (F2TC) model, developed to incorporate transit time of tracer through the blood vessel, to estimate the kinetic parameters. The optimal parameter set to distinguish hypoxic tumors from normal tissues was determined using logistic regression. Results Both graphical and kinetic model analysis indicated that tracer was reversibly bound. According to the Akaike Information Criteria, the F2TC model fitted the tumor TAC better than the S2TC model. Total distribution volume, V T , estimated by the F2TC model for both tumor and normal pancreatic tissue was not significant but that estimated by the S2TC model was significantly different from Logan graphical analysis. The extravascular distribution volume ( DV ) and tracer dissociation rate constant ( k 4 ) can classify hypoxic PCa from normal tissue with sensitivity of 95% and negative predictive value of 89% (P<0.01). Conclusions Kinetic analysis of dynamic [ 18 F]FAZA PET can distinguish PCa from normal tissue with high sensitivity. The reversibility of [ 18 F]FAZA binding in hypoxic cells could be due to glutathionylation of the nitroreductase reduced products and their subsequent efflux from same cells via the ATP mediated multidrug resistant protein (MRP-1) efflux pump.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».