MétaCan
Menu
Retour à la cohorte
Enregistrement W1865939547

Optimization of automated quantification of 123I-IBZM uptake in the striatum applied to parkinsonism.

2000· article· en· W1865939547 sur OpenAlexaff
Perry Radau, R. Linke, Piotr J. Slomka, Klaus Tatsch

Notice bibliographique

RevuePubMed · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésParkinsonismNuclear medicineStriatumParkinson's diseaseReceiver operating characteristicRegion of interestDopamineMedicineDopamine receptorChemistryPathologyInternal medicineRadiologyDisease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Evaluation of therapies for parkinsonism by dopamine receptor SPECT requires a reproducible, optimized quantitation technique. This study presents a new, objective, automated technique for semiquantitative analysis of dopamine receptor density, as applied to the differential diagnosis of parkinsonism. METHODS: Dopamine receptor density measured by 123I-iodobenzamide (IBZM) SPECT was retrospectively analyzed in nonidiopathic parkinsonism (NIPS), in Parkinson's disease (PD), and in healthy volunteers (n = 19, 38, and 13, respectively). A mean template was created from coregistered control studies. Registration errors were assessed using studies with simulated binding deficits. Patient studies were registered to the mean template, and striatal binding was calculated from a corresponding map of 3-dimensional regions of interest (ROIs). The striatal binding ratio and deficits determined by voxelwise comparison with the normal template were investigated and tested with various 3-dimensional ROI sizes and positions. Separation of patient groups was determined by tscore after automatically processing all studies. Results were compared with manual ROI analyses. RESULTS: The automatic method was completely reproducible in 64 of 70 cases. The best diagnostic discriminator was the minimum binding ratio of the 2 striatal nuclei, with the following values: NIPS, 1.33+/-0.13; PD, 1.50+/-0.12; healthy volunteers, 1.49+/-0.08 (+/-SD). The deficit size from voxelwise analysis was: NIPS, 20.5+/-8.2 mL; PD, 9.5+/-8.3; healthy volunteers, 8.9+/-6.0 (+/-SD). The accuracy, measured by receiver operating characteristic areas, was 0.85+/-0.05, 0.77+/-0.06, and 0.80+/-0.06 (+/-SE) for the optimal predictor (automated) and 2 blinded observers (manual), respectively. CONCLUSION: A new 3-dimensional, automated technique has been developed to semiquantitate receptor density that dramatically improves reproducibility. The optimal diagnostic discriminator of parkinsonism determined by the automatic technique has good accuracy compared with the manual technique.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,253
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207