Pathways and challenges in the clinical translational of radiopharmaceuticals for pediatric investigations
Notice bibliographique
Résumé
Radiopharmaceutical development and clinical translation face numerous scientific, ethical, and regulatory challenges, particularly within the pediatric population. Although molecular imaging holds significant promise for improving diagnosis and treatment across a spectrum of diseases, including pediatric-specific conditions like Kawasaki disease, autism spectrum disorders, attention-deficit/hyperactivity disorder, and neuroblastoma, the path from discovery to clinical application remains problematic. The U.S. Food and Drug Administration (FDA) provides three primary pathways-traditional Investigational New Drug (IND) applications, exploratory Investigational New Drug application (eIND), and the Radioactive Drug Research Committee (RDRC) mechanism-to facilitate clinical translation of radiotracers. However, these frameworks are not specifically tailored to pediatric needs. Children's heightened sensitivity to ionizing radiation, coupled with physiological variability and ethical concerns, complicates trial design, dosimetry, and informed consent. Current practices also exhibit the limitation of inconsistent dosing standards across institutions. Emerging technologies-including improved single-photon emission computed tomography and positron emission tomography techniques, theranostics, whole-body scanners, and artificial intelligence-driven radiomics-offer potential to reduce these risks by enabling lower doses, reduced scan time, and more precise targeting. Nonetheless, a significant gap remains in translating these innovations into safe, equitable access for pediatric patients. Addressing these challenges requires updated regulatory guidance, ethical frameworks, and robust clinical strategies to ensure equitable access to molecular imaging innovations for children.
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 | 0,117 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,015 |
| Communication savante | 0,013 | 0,011 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,007 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».