Strategies for Preclinical Studies Evaluating the Biological Effects of an Accelerator-Based Boron Neutron Capture Therapy System
Notice bibliographique
Résumé
This review discusses the strategies of preclinical studies intended for accelerator-based (AB)-boron neutron capture therapy (BNCT) clinical trials, which were presented at the National Cancer Institute (NCI) Workshop on Neutron Capture Therapy held from April 20 to 22, 2022. Clinical studies of BNCT have been conducted worldwide using reactor neutron sources, with most targeting malignant brain tumors, melanoma, or head and neck cancer. Recently, small accelerator-based neutron sources that can be installed in hospitals have been developed. AB-BNCT clinical trials for recurrent malignant glioma, head and neck cancers, high-grade meningioma, melanoma, and angiosarcoma have all been conducted in Japan. The necessary methods, equipment, and facilities for preclinical studies to evaluate the biological effects of AB-BNCT systems in terms of safety and efficacy are described, with reference to two examples from Japan. The first is the National Cancer Center, which is equipped with a vertical downward neutron beam, and the other is the University of Tsukuba, which has a horizontal neutron beam. The preclinical studies discussed include cell-based assays to evaluate cytotoxicity and genotoxicity, in vivo cytotoxicity and efficacy of BNCT, and radioactivation measurements.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».