P4‐164: Mapping neuroinflammation <i>in vivo</i> in healthy aging and Alzheimer's disease: A PET study using a novel translocator protein 18kDA (TSPO) radioligand, [18F]‐FEPPA
Notice bibliographique
Résumé
Increased density of activated microglia is one of the cellular markers of neuroinflammation. Microglia activation is characterized by the overexpression of the 18kDA Translocator Protein (TSPO), which can be quantified in-vivo using a TSPO PET targeting radioligand. The overexpression of TSPO has been reported in many age-related disorders including the Alzheimer's disease (AD), however studies of neuroinflammation in healthy aging are limited. The aim of the present study is to examine neuroinflammation by quantifying TSPO expression using a novel TSPO PET radioligand, [18 F]-FEPPA in both healthy and AD individuals. We hypothesized that (1) neuroinflammation is related to healthy aging, and (2) neuroinflammation is elevated in AD patients. So far, 2 AD patients (age= 54 + 9 years) and 19 healthy volunteers (mean age 51 + 16 years) were included in the study. To assess the effect of age on neuroinflammation, the healthy volunteers were divided into two groups: young (n = 10, age <55 years) and old (n = 9, age > 55 years). Dynamical [18 F]-FEPPA-PET scan with full arterial sampling was acquired on HRRT-PET camera and analyzed using the 2-tissue compartment model as previously described (Rusjan 2011). A repeated measure ANOVA analysis was performed to compare [18 F]-FEPPA total volumes of distribution (V T) in the hippocampus (HC), temporal (TC), prefrontal cortex (PFC) between the (1) young (n = 10) and old group (n = 9), and (2) the AD patients (n = 2) and healthy controls (n = 19). We found no significant difference in regional [18 F]-FEPPA V T between the young and old healthy groups (F (1,17)= 0.953; P = 0.343. The AD patients showed a significantly greater [18 F]-FEPPA V T in the HC, TC, and PFC (F (1,19)= 10.761, P = 0.004). Post-hoc analysis revealed the greatest difference in the mean [18 F]-FEPPA V T was found in the TC (F (1,19) = 14.37, P = 0.001), followed by the HC (F(1,19)= 8.72, P = 0.008) and PFC (F (1,19)= 7.33, P = 0.014).
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| 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 ».