Levodopa effect on [18F]fluorodopa influx to brain: normal volunteers and patients with Parkinson's disease
Notice bibliographique
Résumé
OBJECTIVES: Levodopa is the immediate precursor of dopamine and the substrate for DOPA decarboxylase, an enzyme subject to regulation in living brain. To test whether this regulation changes in disease, we used Positron Emission Tomography (PET) with parametric mapping to measure the effect of levodopa on the net clearance of [(18)F]fluorodopa to brain (K, ml/g/min). METHODS: Five patients with early Parkinson's disease with pause of medication for 3 days and six age-matched healthy volunteers were studied in a baseline condition and after levodopa challenge. RESULTS: Levodopa (200 mg as Sinemet) increased the magnitude of the net clearance K in the left and right putamen of the healthy volunteers by 11% relative to the baseline condition. In contrast, resumption of medication with levodopa did not significantly alter the magnitude of K in putamen of the Parkinson's disease patients. Compartmental analysis was used to probe the physiological basis of the activation of K: levodopa treatment increased by 15% the apparent distribution volume of [(18)F]fluorodopa in cerebellum (, ml/g) of both patients and control subjects, without significantly altering the unidirectional blood-brain clearance (, ml/g/min) or the relative activity of DOPA decarboxylase (, min(-1)) in putamen. CONCLUSION: We conclude that levodopa treatment increases the distribution volume of [(18)F]fluorodopa in brain, increasing its availability for utilization in dopamine terminals. We speculate that levodopa act as a direct beta-adrenergic agonist at receptors regulating the permeability of the blood-brain barrier to levodopa. However, the PET analytical method was without sufficient power to detect the consequent increase in magnitude of K in brain of only five Parkinson's disease subjects.
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 | 0,000 | 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 | 0,000 | 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 ».