Radiopharmaceutical transport in solid tumors via a 3-dimensional image-based spatiotemporal model
Notice bibliographique
Résumé
Abstract Lutetium-177 prostate-specific membrane antigen (177Lu-PSMA)-targeted radiopharmaceutical therapy is a clinically approved treatment for patients with metastatic castration-resistant prostate cancer (mCRPC). Even though common practice reluctantly follows “one size fits all” approach, medical community believes there is significant room for deeper understanding and personalization of radiopharmaceutical therapies. To pursue this aim, we present a 3-dimensional spatiotemporal radiopharmaceutical delivery model based on clinical imaging data to simulate pharmacokinetic of 177Lu-PSMA within the prostate tumors. The model includes interstitial flow, radiopharmaceutical transport in tissues, receptor cycles, association/dissociation with ligands, synthesis of PSMA receptors, receptor recycling, internalization of radiopharmaceuticals, and degradation of receptors and drugs. The model was studied for a range of values for injection amount (100–1000 nmol), receptor density (10–500 nmol•l–1), and recycling rate of receptors (10–4 to 10–1 min–1). Furthermore, injection type, different convection-diffusion-reaction mechanisms, characteristic time scales, and length scales are discussed. The study found that increasing receptor density, ligand amount, and labeled ligands improved radiopharmaceutical uptake in the tumor. A high receptor recycling rate (0.1 min–1) increased radiopharmaceutical concentration by promoting repeated binding to tumor cell receptors. Continuous infusion results in higher radiopharmaceutical concentrations within tumors compared to bolus administration. These insights are crucial for advancing targeted therapy for prostate cancer by understanding the mechanism of radiopharmaceutical distribution in tumors. Furthermore, measures of characteristic length and advection time scale were computed. The presented spatiotemporal tumor transport model can analyze different physiological parameters affecting 177Lu-PSMA delivery.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».