Imaging Striatal Microglial Activation in Patients with Parkinson’s Disease
Notice bibliographique
Résumé
This study investigated whether the second-generation translocator protein 18kDa (TSPO) radioligand, [18F]-FEPPA, could be used in neurodegenerative parkinsonian disorders as a biomarker for detecting neuroinflammation in the striatum. Neuroinflammation has been implicated as a potential mechanism for the progression of Parkinson's disease (PD). Positron Emission Tomography (PET) radioligand targeting for TSPO allows for the quantification of neuroinflammation in vivo. Based on genotype of the rs6791 polymorphism in the TSPO gene, 16 mixed-affinity binders (MABs) (8 PD and age-matched 8 healthy controls (HCs)), 16 high-affinity binders (HABs) (8 PD and age-matched 8 HCs) and 4 low-affinity binders (LABs) (3 PD and 1 HCs) were identified. Total distribution volume (VT) values in the striatum were derived from a two-tissue compartment model with arterial plasma as an input function. There was a significant main effect of genotype on [18F]-FEPPA VT values in the caudate nucleus (p = 0.001) and putamen (p < 0.001), but no main effect of disease or disease x genotype interaction in either ROI. In the HAB group, the percentage difference between PD and HC was 16% in both caudate nucleus and putamen; in the MAB group, it was -8% and 3%, respectively. While this PET study showed no evidence of increased striatal TSPO expression in PD patients, the current findings provide some insights on the possible interactions between rs6791 polymorphism and neuroinflammation in PD.
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 | 0,000 | 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 ».