Glucose metabolism in sporadic Creutzfeldt–Jakob disease: a statistical parametric mapping analysis of <sup>18</sup>F‐FDG PET
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Reports describing functional neuroimaging techniques, such as positron emission tomography (PET) and single-photon emission computed tomography (SPECT), in sporadic Creutzfeldt-Jakob disease (sCJD) have consistently suggested that these tools are sensitive for the identification of areas of hypoperfusion or hypometabolism, even in the early stages of sCJD. However, there are few reports on the use of [18F]fluoro-2-deoxy-D-glucose (FDG) PET in sCJD, and most of them are single case reports. Only two small cohort studies based on visual inspection or a region of interest method have been published to date. Using a statistical parametric mapping (SPM) analysis of (18) F-FDG PET, we investigated whether there are brain regions preferentially affected in sCJD. METHODS: After controlling for age and gender, using SPM 2, we compared the glucose metabolism between (i) 11 patients with sCJD and 35 controls and (ii) the subset of five patients with the Heidenhain variant of sCJD and 35 controls. RESULTS: The patients with sCJD showed decreased glucose metabolism in bilateral parietal, frontal and occipital cortices. The Heidenhain variant of sCJD showed glucose hypometabolism mainly in bilateral occipital areas. CONCLUSIONS: Glucose hypometabolism in sCJD was detected in extensive cortical regions; however, it was not found in the basal ganglia or thalamus, which are frequently reported to be affected on diffusion-weighted images. The medial temporal area, which is possibly resistant to the prion deposits, was also less involved in sCJD.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».