Clinical Utility of Amyloid PET Imaging in the Differential Diagnosis of Atypical Dementias and Its Impact on Caregivers
Notice bibliographique
Résumé
Recent studies have supported a role for amyloid positron emission tomography (PET) imaging in distinguishing Alzheimer's disease (AD) pathology from other pathological protein accumulations leading to dementia. We investigated the clinical utility of amyloid PET in the differential diagnosis of atypical dementia cases and its impact on caregivers. Using the amyloid tracer 18F-NAV4694, we prospectively scanned 28 patients (mean age 59.3 y, s.d. 5.8; mean MMSE 21.4, s.d. 6.0) with an atypical dementia syndrome. Following a comprehensive diagnostic workup (i.e., history taking, neurological examination, blood tests, neuropsychological evaluation, MRI, and FDG-PET), no certain diagnosis could be arrived at. Amyloid PET was then conducted and classified as positive or negative. Attending physicians were asked to evaluate whether this result led to a change in diagnosis or altered management. They also reported their degree of confidence in the diagnosis. Caregivers were met after disclosure of amyloid PET results and completed a questionnaire/interview to assess the impact of the scan. Our cohort was evenly divided between positive (14/28) and negative (14/28) 18F-NAV4694 cases. Amyloid PET resulted in a diagnostic change in 9/28 cases (32.1%: 17.8% changed from AD to non-AD, 14.3% from non-AD to AD). There was a 44% increase in diagnostic confidence. Altered management occurred in 71.4% (20/28) of cases. Knowledge of amyloid status improved caregivers' outcomes in all domains (anxiety, depression, disease perception, future anticipation, and quality of life). This study suggests a useful additive role for amyloid PET in atypical cases with an unclear diagnosis beyond the extensive workup of a tertiary memory clinic. Amyloid PET increased diagnostic confidence and led to clinically significant alterations in management. The information gained from that test was well received by caregivers and encouraged spending quality time with their loved ones.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».