Kinetic modeling of CB1 PET tracer [11C]OMAR in rhesus monkeys and humans
Notice bibliographique
Résumé
216 Objectives [11C]OMAR was recently developed for PET imaging of cannabinoid type 1 (CB1) receptors. Here we investigate quantification methods for [11C]OMAR in monkeys and humans. Methods Three rhesus monkeys underwent a total of 18 scans on the Focus220. Data were acquired for 120 min after 4.2±0.6 mCi [11C]OMAR. In 5 scans, unlabeled OMAR was co-injected at doses up to 1.7 mg/kg. Ten human subjects underwent a total of 18 scans. Data were collected for 120 min on the HRRT after bolus of 18±1 mCi. In all studies, arterial input functions were obtained. Regional time activity curves (TACs) were extracted from the dynamic PET data. Distribution volume (VT) was estimated by 1- and 2-tissue models with (1Tv, 2Tv) or without (1T, 2T) vascular component. Logan graphical (LGA) and multilinear analysis (MA1) were applied with a range of t* values. Binding constants ED50 and EC50 (with regard to mass dose or late plasma level, respectively) were estimated by fitting a one-site model to VT values in monkeys. Results TACs from monkeys and humans were fitted poorly by 1T and 1Tv. 2T fits were good in both species. In monkeys, 2Tv usually estimated negligible blood volume (Vb) and VT nearly identical to 2T. In humans, 2Tv improved fits slightly in some regions with Vb=3±2% and VT 1±4% lower than 2T. In both species, MA1 with t*>20 min yielded VT values highly correlated with 2T (in humans: y=0.98x+0.05, R2=0.98). LGA was reliable in humans (y=0.96x+0.06, R2=0.95) but gave many low outliers in monkeys. VT was lower in humans than monkeys (~2 vs ~10 in high binding regions), as were K1 values (~0.05 vs ~0.2 1/min). In monkeys, ED50 was ~200μg/kg and EC50 ~40 nM with small variations between methods. Conclusions 2T was the best compartmental model for analysis of [11C]OMAR data in monkeys as well as in humans, where a vascular component sometimes improved fits. Graphical methods gave VT estimates similar to 2T in humans, but MA1 performed much better than LGA in monkeys
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».