Loss of metabolites from monkey striatum during PET with FDOPA
Notice bibliographique
Résumé
The decarboxylation of 6-[(18)F]fluorodopa (FDOPA) and retention of the product [(18)F]fluorodopamine within vesicles of catecholamine fibers results in the labeling of dopamine-rich brain regions during FDOPA/PET studies. However, this metabolic trapping is not irreversible due to the eventual diffusion of [(18)F]fluorodopamine metabolites from brain. Consequently, time-radioactivity recordings of striatum are progressively influenced by metabolite loss. In linear analyses, the net blood-brain clearance of FDOPA (K(D)(i), ml g(-1) min(-1)) can be corrected for this loss by the elimination rate constant k(Lin)(cl) (min(-1)). Similarly, the DOPA decarboxylation rate constant (k(D)(3), min(-1)) calculated by compartmental analysis can also be corrected for metabolite loss by the elimination rate constant k(DA)(9) (min(-1)). To compare the two methods, we calculated the two elimination rate constants using data recorded during 240 min of FDOPA circulation in normal monkeys and in monkeys with unilateral 1-methyl-4-phenyl-1,2,3,6-tetrahydropyridine (MPTP) lesions. Use of the extended models increased the magnitudes of K(D)(i) and k(D)(3) in striatum; in the case of k(D)(3), variance of the estimate was substantially improved upon correction for metabolite loss. The rate constants for metabolite loss were higher in MPTP-lesioned monkey striatum than in normal striatum. The high correlation between individual estimates of k(Lin)(cl) and k(DA)(9) suggests that both rate constants reveal loss of decarboxylated metabolites from brain.
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) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».