MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389084176 · doi:10.1121/10.0023460

Cavitation in an antivascular cancer therapy setting

2023· article· en· W4389084176 sur OpenAlexaff
David E. Goertz

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasound and Hyperthermia Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicrobubblesRadiation therapyCavitationMicrovesselMedicineDrug deliveryUltrasoundIn vivoImmunotherapyCancerCancer researchMedical physicsBiomedical engineeringMaterials scienceAngiogenesisRadiologyNanotechnologyInternal medicineBiologyPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

Focused ultrasound in combination with circulating microbubbles is being widely investigated as a means to promote spatially targeted drug delivery. This approach has considerable potential in oncology for a range of therapeutic agents. At sufficiently high pressures, above those typically employed in drug delivery, tumor microvessel damage can be induced to an extent that leads to perfusion shutdown and subsequent ischemic tissue necrosis. This approach is often referred to as antivascular ultrasound (AVUS), which has been shown in preclinical work to be capable of enhancing the effects of radiation therapy, antiangiogenic therapy, chemotherapy, and immunotherapy. At present, the mechanisms of AVUS are not well established. It is important to gain a more detailed understanding of the bubble–microvessel interactions that lead to perfusion shutdown, along with the cavitation signatures associated with these behaviors to enable the rational development of effective cavitation based control methods. This talk will provide a brief overview of AVUS therapy in oncology and highlight recent efforts employing two-photon microscopy, high speed optical imaging, and acoustic emission monitoring to gain insights into bubble behavior within small channels and in vivo microvessels under AVUS exposure conditions.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,266
Écart entre enseignants0,252 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetUltrasound and Hyperthermia Applications→Travaux en français237 207→