Glial activation positron emission tomography imaging in radiation treatment of breast cancer brain metastases
Notice bibliographique
Résumé
Brain metastases affect more breast cancer patients than ever before due to increased overall patient survival with improved molecularly targeted treatments. Approximately 25-34% of breast cancer patients develop brain metastases in their lifetime. Due to the blood-brain barrier (BBB), the standard treatment for breast cancer brain metastases (BCBM) is surgery, stereotactic radiosurgery (SRS) and/or whole brain radiation therapy (WBRT). At the cost of cognitive side effects, WBRT has proven efficacy in treating brain metastases when used with local therapies such as SRS and surgery. This review investigated the potential use of glial activation positron emission tomography (PET) imaging for radiation treatment of BCBM. In order to put these studies into context, we provided background on current radiation treatment approaches for BCBM, our current understanding of the brain microenvironment, its interaction with the peripheral immune system, and alterations in the brain microenvironment by BCBM and radiation. We summarized preclinical literature on the interactions between glial activation and cognition and clinical studies using translocator protein (TSPO) PET to image glial activation in the context of neurological diseases. TSPO-PET is not employed clinically in assessing and guiding cancer therapies. However, it has gained traction in preclinical studies where glial activation was investigated from primary brain cancer, metastases and radiation treatments. Novel glial activation PET imaging and its applications in preclinical studies using breast cancer models and glial immunohistochemistry are highlighted. Lastly, we discuss the potential clinical application of glial activation imaging to improve the therapeutic ratio of radiation treatments for BCBM.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 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 ».