Localisation du ganglion sentinelle au moyen de nanoparticules fluorescentes émettant dans le proche infrarouge : Application au cancer du sein
Notice bibliographique
Résumé
Sentinel lymph node (SLN) biopsy is a reliable technique for the diagnosis of metastases in breast cancer. However, the tracers used (blue dye and radiocolloid) are not optimal because they can cause allergic reactions and major costs in waste processing. Our strategy was to use near-infrared emitting nanoparticles for the mapping of SLN: indium-based Quantum Dots (QDs) and cyanine 7 embedded in silica nanoparticles (SiNP). In a murine model of mammary carcinoma, all SLN containing lymphatic metastases could be visualized with fluorescent indium-based QDs. The biodistribution study concluded that the major organs of retention were the injection point and lymph nodes whereas liver and spleen accumulated fewer QDs. The cytotoxicity tests demonstrated a weak in vitro toxicity of indium- compared to cadmium-based QDs. SiNP show several advantages over free fluorophore such as biocompatibility, better retention in the SLN and greatest photophysical properties. SLN could be mapped as soon as 5 minutes after SiNP injection. The in vivo toxicity in mice was followed during 3 months after injection and did not reveal any signs of general or hepatic toxicity. Both fluorescent nanoparticles are thus well adapted for the mapping of the SLN and could be a favourable substitute to the actually tracers
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».