Application of Ultrasound Combined with Microbubbles for Cancer Therapy
Notice bibliographique
Résumé
At present, cancer is one of the leading causes of death worldwide. Treatment failure remains one of the prime hurdles in cancer treatment due to the metastatic nature of cancer. Techniques have been developed to hinder the growth of tumours or at least to stop the metastasis process. In recent years, ultrasound therapy combined with microbubbles has gained immense success in cancer treatment. Ultrasound-stimulated microbubbles (USMB) combined with other cancer treatments including radiation therapy, chemotherapy or immunotherapy has demonstrated potential improved outcomes in various in vitro and in vivo studies. Studies have shown that low dose radiation administered with USMB can have similar effects as high dose radiation therapy. In addition, the use of USMB in conjunction with radiotherapy or chemotherapy can minimize the toxicity of high dose radiation or chemotherapeutic drugs, respectively. In this review, we discuss the biophysical properties of USMB treatment and its applicability in cancer therapy. In particular, we highlight important preclinical and early clinical findings that demonstrate the antitumour effect combining USMB and other cancer treatment modalities (radiotherapy and chemotherapy). Our review mainly focuses on the tumour vascular effects mediated by USMB and these cancer therapies. We also discuss several current limitations, in addition to ongoing and future efforts for applying USMB in cancer 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 | 0,000 | 0,000 |
| 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 | 0,001 | 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 ».