P1‐226: BRAIN FUEL CONSUMPTION IN MILD ALZHEIMER'S DISEASE (AD): COMPARISON OF GLUCOSE AND KETONES USING PET IMAGING
Notice bibliographique
Résumé
18 F-FDG-PET is widely used in helping diagnose Alzheimer's disease (AD) due to the localized decrease in brain glucose uptake, especially in the temporal and parietal cortex. Ketones are the brain's principal non-glycolytic energy substrates. Our group developed a new brain ketone PET tracer, 11 C-acetoacetate (11 C-AcAc), to address the question: in mild AD, does regional brain ketone uptake reflect the same pattern of deteriorating brain glucose uptake? Cognitively healthy controls (n=30, age 75 y) were compared to mild AD (n=10, age 76 y). The clinical diagnosis of AD was made according to NINCDS-ADRDA criteria. Structural 1.5T MR and PET imaging with both 11 C-AcAc and 18 F-FDG were acquired for all participants. Dynamic PET images were co-registered to MR images and corrected for partial volume effect. Cerebral metabolic rates (CMR; μmol/100 g/min) for glucose (CMR glu) and ketones (CMR ket) were calculated. Group differences were examined using Mann Whitney U-tests with a multiple comparison correction set at 0.05. Global CMR glu was 12% lower in AD compared to the healthy age- matched controls (34.2±5.0 vs. 38.3±4.7 μmol/100g/min, respectively; P = 0.033). Most of this difference was confined to the posterior cingulate, thalamus, angular and supramarginal gyri, and temporal cortex where CMR glu was 13-32% lower in AD (P ≤0.022). In contrast to brain glucose uptake, CMR ket was not different in AD vs. controls, either globally (0.35±0.17 vs. 0.31± 0.24μmol/100g/min, respectively; P = 0.379) or in any individual brain regions (P ≥0.173). In both controls and AD groups, CMR ket was positively correlated to plasma ketones (r = +0.898 and r = +0.865, respectively; P ≤0.001). Relative to cognitively-healthy age-matched controls, regions of the brain with deteriorating glucose uptake in mild AD appear to have no problem taking up ketones. Our findings support the concept of using ketones as a potential complementary strategy to counteract brain energetic deficit and cognitive impairment in mild AD.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 0,001 |
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 ».