<i>In-vivo</i> Measurement of LDOPA Uptake, Dopamine Reserve and Turnover in the Rat Brain Using [ <sup>18</sup> F]FDOPA PET
Notice bibliographique
Résumé
Longitudinal measurements of dopamine (DA) uptake and turnover in transgenic rodents may be critical when developing disease-modifying therapies for Parkinson's disease (PD). We demonstrate methodology for such measurements using [(18)F]fluoro-3,4-dihydroxyphenyl-L-alanine ([(18)F]FDOPA) positron emission tomography (PET). The method was applied to 6-hydroxydopamine lesioned rats, providing the first PET-derived estimates of DA turnover for this species. Control (n=4) and unilaterally lesioned (n=11) rats were imaged multiple times. Kinetic modeling was performed using extended Patlak, incorporating a k(loss) term for metabolite washout, and modified Logan methods. Dopaminergic terminal loss was measured via [(11)C]-(+)-dihydrotetrabenazine (DTBZ) PET. Clear striatal [(18)F]FDOPA uptake was observed. In the lesioned striatum the effective DA turnover increased, shown by a reduced effective distribution volume ratio (EDVR) for [(18)F]FDOPA. Effective distribution volume ratio correlated (r>0.9) with the [(11)C]DTBZ binding potential (BP(ND)). The uptake and trapping rate (k(ref)) decreased after lesioning, but relatively less so than [(11)C]DTBZ BP(ND). For normal controls, striatal estimates were k(ref)=0.037±0.005 per minute, EDVR=1.07±0.22 and k(loss)=0.024±0.003 per minute (30 minutes turnover half-time), with repeatability (coefficient of variation) ≤11%. [(18)F]fluoro-3,4-dihydroxyphenyl-L-alanine PET enables measurements of DA turnover in the rat, which is useful for developing novel therapies for PD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».