Effect of Ultrasound‐Stimulated Microbubbles and Hyperthermia on Tumor Vasculature of Breast Cancer Xenograft
Notice bibliographique
Résumé
OBJECTIVE: The objective of the present study was to investigate the treatment effects of ultrasound-stimulated microbubbles (USMB) and hyperthermia (HT) on breast tumor vasculature. METHODS: Tumor-bearing mice with breast cancer xenografts (MDA-MB-231), were exposed to different treatment conditions consisting of control (no treatment), USMB alone, HT alone, USMB with HT exposures of 10 and 50 minutes. Quantitative 3D Doppler ultrasound and photoacoustic imaging were used to detect tumor blood flow and oxygen saturation, respectively. In addition, histopathological analysis including TUNEL staining for cell death, and CD31 staining for the vessel count, was performed to complement the results of power Doppler and photoacoustic imaging. RESULTS: Results demonstrated a decrease in tumor blood flow as well as oxygenation level following 50 minutes HT treatment either alone or combined with USMB. In contrast, 10 minutes HT alone or combined with USMB had minimal effects on blood flow and tumor oxygenation level. Treatment with HT for 50 minutes caused drops in tumor oxygenation, which were not evident with USMB treatment alone. Additionally, results revealed an increase in cell death after 10 minutes HT with or without USMB and a decrease in vessel count compared to control. Unlike previous studies which demonstrated synergistic treatment effects combining USMB with other modalities such as radiation or chemotherapy, USMB and HT effects were not synergistic in the present study. CONCLUSION: The results here demonstrated HT and USMB both alone or together resulted in a significant reduction in tumor blood flow, tumor oxygenation, and vessel count with observed increases in cell death response.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».