Effect of tumor shape, size, and tissue transport properties on drug delivery to solid tumors
Notice bibliographique
Résumé
Background The computational methods provide condition for investigation related to the process of drug delivery, such as convection and diffusion of drug in extracellular matrices, drug extravasation from microvessels or to lymphatic vessels. The information of this process clarifies the mechanisms of drug delivery from the injection site to absorption by a solid tumor. In this study, an advanced numerical method is used to solve fluid flow and solute transport equations simultaneously to investigate the effect of tumor shape and size on drug delivery to solid tumor. Methods The advanced mathematical model used in our previous work is further developed by adding solute transport equation to the governing equations. After applying appropriate boundary and initial conditions on tumor and surrounding tissue geometry, the element-based finite volume method is used for solving governing equations of drug delivery in solid tumor. Also, the effects of size and shape of tumor and some of tissue transport parameters such as effective pressure and hydraulic conductivity on interstitial fluid flow and drug delivery are investigated. Results Sensitivity analysis shows that drug delivery in prolate shape is significantly better than other tumor shapes. Considering size effect, increasing tumor size decreases drug concentration in interstitial fluid. This study shows that dependency of drug concentration in interstitial fluid to osmotic and intravascular pressure is negligible. Conclusions This study shows that among diffusion and convection mechanisms of drug transport, diffusion is dominant in most different tumor shapes and sizes. In tumors in which the convection has considerable effect, the drug concentration is larger than that of other tumors at the same time post injection.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».