Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

このページは機械翻訳されています。他のページは英語で表示される場合があります。View in English
  1. ホーム
  3. 研究分野
  5. 生物医学と臨床科学
  7. 腫瘍学とがん発生
  9. 予測・予測マーカー
  11. 動的モデリングに基づく新しい腫瘍生息地分析技術の開発と応用

動的モデリングに基づく新しい腫瘍生息地分析技術の開発と応用

Jack B Stevens1, Jihyeon Je2, Breylon A Riley1

  • 1Medical Physics Graduate Program, Duke University, Durham, North Carolina, USA.

Medical physics
|August 21, 2025

関連する実験動画

MAME Models for 4D Live-cell Imaging of Tumor: Microenvironment Interactions that Impact Malignant Progression
08:26

MAME Models for 4D Live-cell Imaging of Tumor: Microenvironment Interactions that Impact Malignant Progression

Published on: February 17, 2012

14.7K
Generation of Heterogeneous Drug Gradients Across Cancer Populations on a Microfluidic Evolution Accelerator for Real-Time Observation
10:24

Generation of Heterogeneous Drug Gradients Across Cancer Populations on a Microfluidic Evolution Accelerator for Real-Time Observation

Published on: September 19, 2019

6.5K
Author Spotlight: Computing the Effects of a Local Radiofrequency Hyperthermia Intervention on Tumor Biomechanics
10:23

Author Spotlight: Computing the Effects of a Local Radiofrequency Hyperthermia Intervention on Tumor Biomechanics

Published on: December 1, 2023

539

PubMed で要約を見る

まとめ
この要約は機械生成です。

この研究は,治療結果を予測するための口腔がん (OPC) の新しい腫瘍生息地分析を導入します. 新しい方法は空間的異質性を用いてリスクスコアを作成し,OPC患者の再発のない生存率と有意な関連を示しています.

科学分野:

  • 腫瘍学における放射学と数学モデリング
  • 癌の異質性に対する 画像分析を進めた

背景:

  • 口腔がん (OPC) の治療反応は様々で,結果を予測するのは困難です.
  • 腫瘍の空間的異質性は,治療抵抗性と疾患進行に影響します.
  • 最新のモデリング技術により 腫瘍の異質性を分析して よりよい結果を予測できます

研究 の 目的:

  • OPCにおける空間的な腫瘍異質性と化学放射線抵抗性の変化の関連性を評価する.
  • OPC治療の結果を予測するために新しい腫瘍生息地分析を使用します.

主な方法:

  • F-FDG-PET SUV画像 (n=56) から腫瘍の時間動態を分析した数学的モデル (Fokker-Planckダイナミクス).
  • ヴォクセルレベルのタイムダイナミクスに基づいて 異なる腫瘍の生息地を特定した.
  • 生息地特有の放射性質感特性が抽出され,リスクスコアを構築するためにコックスの比例リスクモデルを使用して分析されました.

主要な成果:

  • ダイナミックな腫瘍生息地分析は,異なる応答率を持つ3つの異なる空間的サブ領域を明らかにした.
  • 放射線質感の9つの特徴とSUVmaxは予後的に有意であった.
  • 派生したリスクスコアは,再発のない生存率 (RFS) と有意な関連性を示した (p=0. 032).

関連する実験動画

MAME Models for 4D Live-cell Imaging of Tumor: Microenvironment Interactions that Impact Malignant Progression
08:26

MAME Models for 4D Live-cell Imaging of Tumor: Microenvironment Interactions that Impact Malignant Progression

Published on: February 17, 2012

14.7K
Generation of Heterogeneous Drug Gradients Across Cancer Populations on a Microfluidic Evolution Accelerator for Real-Time Observation
10:24

Generation of Heterogeneous Drug Gradients Across Cancer Populations on a Microfluidic Evolution Accelerator for Real-Time Observation

Published on: September 19, 2019

6.5K
Author Spotlight: Computing the Effects of a Local Radiofrequency Hyperthermia Intervention on Tumor Biomechanics
10:23

Author Spotlight: Computing the Effects of a Local Radiofrequency Hyperthermia Intervention on Tumor Biomechanics

Published on: December 1, 2023

539

結論:

  • SUVの画像から OPC腫瘍の空間的生息地を 堅牢に特定した.
  • 生息地特有の放射性特徴は 明確な表現パターンを示した.
  • ダイナミックな生息地に基づいて開発されたリスクスコアは,OPCの予知値を持っています.