MétaCan
Menu
Retour à la cohorte
Enregistrement W4387268221 · doi:10.3389/fbioe.2023.1250804

The use of nanomaterials in advancing photodynamic therapy (PDT) for deep-seated tumors and synergy with radiotherapy

2023· review· en· W4387268221 sur OpenAlex
Deepak Dinakaran, Brian C. Wilson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueFrontiers in Bioengineering and Biotechnology · 2023
Typereview
Langueen
DomaineEngineering
ThématiqueNanoplatforms for cancer theranostics
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPhotodynamic therapyPhotosensitizerRadiation therapyMedicineTherapeutic indexCancer researchMedical physicsCancerRadioresistanceNanotechnologyChemistryMaterials scienceSurgeryPharmacologyInternal medicineDrug

Résumé

récupéré en direct d'OpenAlex

Photodynamic therapy (PDT) has been under development for at least 40 years. Multiple studies have demonstrated significant anti-tumor efficacy with limited toxicity concerns. PDT was expected to become a major new therapeutic option in treating localized cancer. However, despite a shifting focus in oncology to aggressive local therapies, PDT has not to date gained widespread acceptance as a standard-of-care option. A major factor is the technical challenge of treating deep-seated and large tumors, due to the limited penetration and variability of the activating light in tissue. Poor tumor selectivity of PDT sensitizers has been problematic for many applications. Attempts to mitigate these limitations with the use of multiple interstitial fiberoptic catheters to deliver the light, new generations of photosensitizer with longer-wavelength activation, oxygen independence and better tumor specificity, as well as improved dosimetry and treatment planning are starting to show encouraging results. Nanomaterials used either as photosensitizers per se or to improve delivery of molecular photosensitizers is an emerging area of research. PDT can also benefit radiotherapy patients due to its complementary and potentially synergistic mechanisms-of-action, ability to treat radioresistant tumors and upregulation of anti-tumoral immune effects. Furthermore, recent advances may allow ionizing radiation energy, including high-energy X-rays, to replace external light sources, opening a novel therapeutic strategy (radioPDT), which is facilitated by novel nanomaterials. This may provide the best of both worlds by combining the precise targeting and treatment depth/volume capabilities of radiation therapy with the high therapeutic index and biological advantages of PDT, without increasing toxicities. Achieving this, however, will require novel agents, primarily developed with nanomaterials. This is under active investigation by many research groups using different approaches.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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