Effects of Age on the Glucose Metabolic Changes in Mild Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Decreased glucose metabolism in the temporal and parietal lobes on FDG-PET is recognized as an early imaging marker for the AD pathology. Our objective was to investigate the effects of age on FDG-PET findings in aMCI. MATERIALS AND METHODS: Twenty-five patients with aMCI at 55–86 years of age (median = 73 years) and 25 age- and sex-matched CN subjects underwent FDG-PET. SPM5 was used to compare the FDG uptake in patients in aMCI-old (>73 years) and aMCI-young (≤73 years) groups with CN subjects. The findings in the aMCI-old patients were independently validated in a separate cohort of 10 aMCI and 13 CN subjects older than 73 years of age. RESULTS: The pattern of decreased glucose metabolism and gray matter atrophy in the medial temporal, posterior cingulate, precuneus, lateral parietal, and temporal lobes in aMCI-young subjects was consistent with the typical pattern observed in AD. The pattern of glucose metabolic changes in aMCI-old subjects was different, predominantly involving the frontal lobes and the left parietal lobe. Gray matter atrophy in aMCI-old subjects was less pronounced than that in the aMCI-young subjects, involving the hippocampus and the basal forebrain in both hemispheres CONCLUSIONS: Pathologic heterogeneity may be underlying the absence of AD-like glucose metabolic changes in older compared with younger patients with aMCI. This may be an important consideration for the clinical use of temporoparietal hypometabolism on FDG-PET as a marker for early diagnosis of AD in aMCI.
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 | 0,002 |
| 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 | 0,000 | 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) | 0,001 | 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 ».