Clinical Impact of a Second FDG-PET in Atypical/Unclear Dementia Syndromes
Notice bibliographique
Résumé
Diagnosis of atypical/unclear dementia is often difficult and this delays treatment initiation. Several authors have shown that beyond standard dementia workup, 18F-fluorodeoxyglucose positron emission tomography (FDG-PET) reduces the number of unclear diagnoses, leads to earlier treatment, and has a beneficial impact on families. However, it is not uncommon that the FDG-PET findings are equivocal in this setting. For those cases, a repeat FDG-PET may clarify the diagnosis and prevent treatment delay. We retrospectively assessed the clinical impact of a repeat FDG-PET in 59 patients with atypical/unclear dementia syndromes and inconclusive initial FDG-PET. Changes in primary diagnosis, diagnostic confidence, and management following the second FDG-PET were examined. Conducting a second FDG-PET reduced the number of unclear diagnoses from 80% to 34% , led to diagnostic change in 24% of cases, and treatment modification in 22% of patients. Overall, the clinical impact was higher when initial diagnostic confidence was low and the second FDG-PET repeated ≥12 months after the first one. In tertiary care memory clinic settings, when diagnostic incertitude persists despite extensive evaluation and an equivocal FDG-PET, repeating the FDG-PET 12 months later can greatly clarify the diagnosis and improve management.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 ».