IC‐P‐026: Defining an optimal approach for evaluating regional metabolism with 18F‐FDG‐PET imaging: Anatomical versus probabilistic volumes of interest
Notice bibliographique
Résumé
[18 F]FDG-PET is a recognized tool to identify abnormal patterns of brain metabolism (CMRglc) accompanying neurodegenerative diseases. Although pathological changes in AD affect first the mesial temporal lobes, the presence of abnormal CMRglc at that level at different disease stages remains controversial, possibly because of technical issues. We analyzed studies from subjects with normal cognition (NCo), with MCI and with AD, using: 1) anatomically or 2) probabilistically defined volumes of interest (VOIs), to determine how to better identify CMRglc abnormalities. Subjects were categorized following standard criteria. FDG studies were spatially normalized to a PET template and intensity normalized to the pons. Four anatomically defined VOIs obtained from the template (cingulate gyrus = CG, precuneus = pCu, infraparietal cortex = IPC, hippocampus = HIP) were analyzed. Three probabilistic VOIs (posterior cingulate = PCC, IPC, HIP) were created from t-statistical FDG-PET comparisons between AD and NCI cases, using voxels with a t value of at least 50% (and t value >3) of the peak t-value in the VOI. Average normalized FDG counts (NFC) were extracted. AD and MCI NFC obtained with the 2 approaches were compared to NCo NFC mean values. Cutoff points sensitivity and specificity, post-test likelihood ratios and p-values were assessed. We studied 49 AD, 19 MCI, 9 NCo (no significant demographic difference found between groups). As compared to NCo, ANOVA of anatomical VOIs showed bilaterally reduced CG, pCu and IPC NFC in AD (P<0.001); and bilaterally reduced CG and pCu NFC in MCI (P<0.001). Probabilistic VOIs showed bilaterally reduced PCC, IPC and HIP NFC in AD (P<0.01); and bilaterally reduced PCC and IPC and left HIP NFC in MCI (P<0.001). When comparing patients to NCo, the analysis of HIP VOIs yielded no statistically significant results with the anatomically defined VOIs, but significance was reached with the probabilistically defined VOIs, except in the right HIP VOI of MCI individuals.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».