Computational Multi-Scale Modeling of Drug Delivery into an Anti-Angiogenic Therapy-Treated Tumor
Notice bibliographique
Résumé
The present study develops a numerical model, which is the most complex one, in comparison to previous research to investigate drug delivery accompanied by the anti-angiogenesis effect. This paper simulates intravascular blood flow and interstitial fluid flow using a dynamic model. The model accounts for the non-Newtonian behavior of blood and incorporates the adaptation of the diameter of a heterogeneous microvascular network derived from modeling the evolution of endothelial cells toward a circular tumor sprouting from two-parent vessels, with and without imposing the inhibitory effect of angiostatin on a modified discrete angiogenesis model. The average solute exposure and its uniformity in solid tumors of different sizes are studied by numerically solving the convection-diffusion equation. Three different methodologies are considered for simulating anti-angiogenesis: modifying the capillary network, updating the transport properties, and considering both microvasculature and transport properties modifications. It is shown that anti-angiogenic therapy decreases drug wash-out in the periphery of the tumor. Results show the decisive role of microvascular structure, particularly its distribution, and interstitial transport properties modifications induced via vascular normalization on the quality of drug delivery, such that it is improved by 39% in uniformity by the second approach in R = 0.2 cm.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».