Marshalling the Potential of Auger Electron Radiopharmaceutical Therapy
Notice bibliographique
Résumé
Auger electron (AE) radiopharmaceutical therapy (RPT) may have the same therapeutic efficacy as α-particles for oncologic small disease, with lower risks of normal-tissue toxicity. The seeds of using AE emitters for RPT were planted several decades ago. Much knowledge has been gathered about the potency of the biologic effects caused by the intense shower of these low-energy AEs. Given their short range, AEs deposit much of their energy in the immediate vicinity of their site of decay. However, the promise of AE RPT has not yet been realized, with few agents evaluated in clinical trials and none becoming part of routine treatment so far. Instigated by the 2022 "Technical Meeting on Auger Electron Emitters for Radiopharmaceutical Developments" at the International Atomic Energy Agency, this review presents the current status of AE RPT based on the discussions by experts in the field. A scoring system was applied to illustrate hurdles in the development of AE RPT, and we present a selected list of well-studied and emerging AE-emitting radionuclides. Based on the number of AEs and other emissions, physical half-life, radionuclide production, radiochemical approaches, dosimetry, and vector availability, recommendations are put forward to enhance and impact future efforts in AE RPT research.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,002 |
| 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 ».