Hasil Pencarian  ::  Simpan CSV :: Kembali

"Translasi radiofarmaka dari hewan percobaan ke dosis manusia merupakan tugas yang menantang karena variasi biologis antar spesies dan kurangnya standarisasi dalam dosimetri kedokteran nuklir. Studi ini berfokus pada pengaruh seleksi model terhadap perhitungan dosis yang diserap radiasi pada kasus translasi biokinetik dari hewan ke manusia. Penelitian ini menggunakan data biokinetik rata-rata dan individu dari studi radiofarmaka 177Lu-OPS201 pada hewan dan manusia dengan menggunakan model Sum of Exponential (SoE). Analisis Goodness of Fit (GoF) dan corrected Akaike Information Criterion (AICc) digunakan untuk seleksi model. Model f_2 (t)=A_1 e^(-(λ_1+λ_phys )t) terpilih sebagai model terbaik untuk mencit, babi, dan manusia. Penggunaan data biokinetik rata-rata menghasilkan %wAICc sebesar 50,01%, TIAC referensi sebesar 5,41±0,29 jam (manusia), 1,35±0,07 jam (mencit), dan 2,23±0,17 jam (babi). Sementara penggunaan data biokinetik individu menghasilkan %wAICc sebesar 84,00%, TIAC referensi sebesar 5,41±0,24 jam (manusia), 1,35±0,07 jam (mencit), dan 1,68±0,12 jam - 2,85±0,28 jam (babi). Metode regresi linear dan allometric scalling digunakan dalam proses translasi biokinetik radiofarmaka 177Lu-OPS201 dari hewan ke manusia. Hasilnya, model terbaik dengan data biokinetik rata-rata dapat memprediksi TIAC sebesar 5,45±0,03 jam dan akurasi 99,20% mendekati referensi (regresi linear) dan TIAC prediksi sebesar 3,97±1,01 jam dan akurasi 73,50% mendekati referensi (allometric scalling).

---

The translation of radiopharmaceuticals from experimental animals to human doses is a challenging task due to biological variations between species and lack of standardization in nuclear medicine dosimetry. This study focuses on the influence of model selection on the calculation of radiation absorbed dose in the case of biokinetic translation from animals to humans. This study used average and individual biokinetic data from the 177Lu-OPS201 radiopharmaceutical study in animals and humans using the Sum of Exponential (SoE) model. Goodness of Fit (GoF) analysis and corrected Akaike Information Criterion (AICc) were used for model selection. The model f_2 (t)=A_1 e^(-(λ_1+λ_phys )t) was selected as the best model for mice, pigs and humans. The use of average biokinetic data resulted in %wAICc of 50.01%, reference TIAC of 5.41±0.29 hours (human), 1.35±0.07 hours (mice), and 2.23±0.17 hours (pigs). Meanwhile, the use of individual biokinetic data resulted in a %wAICc of 84.00%, a reference TIAC of 5.41±0.24 hours (human), 1.35±0.07 hours (mice), and 1.68±0.12 hours - 2.85±0.28 hours (pigs). Linear regression and allometric scaling methods were used in the process of translating the biokinetics of radiopharmaceutical 177Lu-OPS201 from animals to humans. As a result, the best model with average biokinetic data can predict TIAC of 5.45±0.03 hours and 99.20% accuracy close to the reference (linear regression) and predicted TIAC of 3.97±1.01 hours and 73.50% accuracy close to the reference (allometric scalling)."

"Radiofarmaka [177Lu]Lu-EDTMP banyak digunakan untuk terapi nyeri tulang akibat metastasis kanker. Penelitian ini bertujuan mengidentifikasi model matematis terbaik yang menggambarkan distribusi [177Lu]Lu-EDTMP pada mencit dan membandingkan perhitungan Time Integrated Activity Coefficient (TIAC) menggunakan perangkat lunak SAAM II. Berbagai fungsi diuji menggunakan SAAM II, dengan evaluasi berdasarkan Goodnes of Fit (GoF) dan Akaike Information Criterion corrected (AICc). Fungsi f3c(t) = A1e−(λ1+λphys)t + A2e−(λphys)t − (A1+A2)e−(λbc)t dan f4a(t) = A1e−(λ1+λphys)t + A2e−(λ1+λphys)t − (A1+A2)e−(λbc)t diidentifikasi sebagai fungsi potensial, dengan f3c(t) dipilih sebagai yang terbaik berdasarkan nilai %wAICc tertinggi, yaitu 93,5031% dan kecocokan visual terbaik. Penggunaan model yang tidak optimal dapat menghasilkan error yang signifikan, dengan model awal f1(t) menunjukkan error sebesar 122,866%. Penambahan fungsi yang lebih kompleks dapat menurunkan error, namun model yang terlalu kompleks dapat memperkenalkan erroe tambahan akibat overfitting.

---

The radiopharmaceutical [177Lu]Lu-EDTMP is widely used for the treatment of bone pain due to cancer metastasis. This study aims to identify the best mathematical model that describes the distribution of [177Lu]Lu-EDTMP in mice and to compare the calculation of the Time Integrated Activity Coefficient (TIAC) using SAAM II software. Various functions were tested using SAAM II, with evaluation based on Goodness of Fit (GoF) and Akaike Information Criterion corrected (AICc). The functions f3c(t) = A1e−(λ1+λphys)t + A2e−(λphys)t − (A1+A2)e−(λbc)t and f4a(t) = A1e−(λ1+λphys)t + A2e−(λ1+λphys)t − (A1+A2)e−(λbc)t were identified as potential functions, with f3c(t) selected as the best based on the highest %wAICc value of 93.5031% and the best visual fit. Using a non-optimal model can result in significant errors, with the initial model f1(t) showing an error of 122,866%. Adding more complex functions can reduce the error, but overly complex models can introduce additional errors due to overfitting."