68Ga-FAPI-04 PET/CT in Assessment of Fibroblast Activation in Keloids
Notice bibliographique
Résumé
PURPOSE: Keloids are benign fibroproliferative disorders characterized by the massive proliferation of fibroblasts. Fibroblast activation plays a key role in the invasive growth of keloids. Therefore, a prospective pilot study was conducted to explore the value of 68 Ga-FAPI-04 PET/CT in the assessment of keloids activity. PATIENTS AND METHODS: Twenty-five patients with keloid were enrolled to conduct 68 Ga-FAPI-04 PET/CT. All patients accepted surgery to remove part of the lesions within 1 week. SUV mean and SUV max were measured for semiquantitative analysis and compared with the Vancouver Scar Scale, Laser Speckle Contrast Imaging, pathology, and immunohistochemical stains. RESULTS: A total of 123 lesions were detected in 25 patients, most of which were distributed in the anterior chest wall. The 68 Ga-FAPI-04 uptake was significantly different at different sites ( P < 0.0001). There was uptake heterogeneity within the keloid lesions, and a significant difference was found between the edge and center of some large lesions. The SUV max of 68 Ga-FAPI-04 showed significantly correlation with the Vancouver Scar Scale ( r = 0.565, P < 0.0001) moderately and the Laser Speckle Contrast Imaging parameters mildly. The SUV max of 68 Ga-FAPI-04 had a moderate correlation with FAPI expression ( r = 0.520, P = 0.022). Moreover, collagen, fibroblast activator protein, and Ki-67 expression were found higher at the edges of keloid tissue than in the center. CONCLUSIONS: 68 Ga-FAPI-04 PET/CT can reflect the distribution characteristics of activated fibroblasts in keloid tissue and may provide a novel method for keloid evaluation for further fibroblast-related therapies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».