MétaCan
Menu
Retour à la cohorte
Enregistrement W4293109648 · doi:10.1038/s41598-022-18723-6

Spatiotemporal multi-scale modeling of radiopharmaceutical distributions in vascularized solid tumors

2022· article· en· W4293109648 sur OpenAlexaff
Mohammad Kiani Shahvandi, M. Soltani, Farshad Moradi Kashkooli, Babak Saboury, Arman Rahmim

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Biology Tumor Growth
Établissements canadiensUniversity of British ColumbiaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésComputer scienceTumor microenvironmentDistribution (mathematics)Lymphatic systemBiological systemBiomedical engineeringTumor cellsMathematicsPathologyCancer researchBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract We present comprehensive mathematical modeling of radiopharmaceutical spatiotemporal distributions within vascularized solid tumors. The novelty of the presented model is at mathematical level. From the mathematical viewpoint, we provide a general modeling framework for the process of radiopharmaceutical distribution in the tumor microenvironment to enable an analysis of the effect of various tumor-related parameters on the distribution of different radiopharmaceuticals. We argue that partial differential equations (PDEs), beyond conventional methods, including ODE-based kinetic compartment modeling, can be used to evaluate radiopharmaceutical distribution in both time and space. In addition, we consider the spatially-variable dynamic structure of tumor microvascular networks to simulate blood flow distribution. To examine the robustness of the model, the effects of microvessel density (MVD) and tumor size, as two important factors in tumor prognosis, on the radiopharmaceutical distribution within the tumor are investigated over time (in the present work, we focus on the radiopharmaceutical [18F]FDG, yet the framework is broadly applicable to radiopharmaceuticals). Results demonstrate that the maximum total uptake of [18F]FDG at all time frames occurs in the tumor area due to the high capillary permeability and lack of a functional lymphatic system. As the MVD of networks increases, the mean total uptake in the tumor is also enhanced, where the rate of diffusion from vessel to tissue has the highest contribution and the rate of convection transport has the lowest contribution. The results of this study can be used to better investigate various phenomena and bridge a gap among cancer biology, mathematical oncology, medical physics, and radiology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,350
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMathematical Biology Tumor GrowthTravaux en français237 207