MétaCan
Menu
Retour à la cohorte
Enregistrement W2418466681 · doi:10.1097/wco.0000000000000210

Imaging pathological tau in atypical parkinsonian disorders

2015· review· en· W2418466681 sur OpenAlexafffund
Sarah Coakeley, Antonio P. Strafella

Notice bibliographique

RevueCurrent Opinion in Neurology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensUniversity Health NetworkUniversity of TorontoCentre for Addiction and Mental HealthToronto Western Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésProgressive supranuclear palsyCorticobasal degenerationTau pathologyMedicineParkinson's diseasePathologicalNeurosciencePet imagingBiomarkerDiseasePathologyPsychologyAlzheimer's diseasePositron emission tomographyChemistry

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: This review examines the current literature on tau imaging in atypical parkinsonian disorders and other tauopathies. RECENT FINDINGS: There are a number of tau PET radiotracers that have demonstrated promising preliminary results in atypical parkinsonian disorders, such as progressive supranuclear palsy and corticobasal degeneration. These radiotracers were capable of selectively labeling tau in vitro and in vivo, with high affinity. Other radiotracers tested more extensively in patients with Alzheimer's disease have also been able to successfully image tau deposition. SUMMARY: The development of tau radioligands for PET has led to the current testing of these tracers in clinical studies, many of which concentrate on patients with Alzheimer's disease. Atypical parkinsonian disorders such as progressive supranuclear palsy and corticobasal degeneration are now being investigated as well. These disorders can be very difficult to diagnose, because of their clinical overlap with other parkinsonian disorders. Imaging tau using PET could serve as a diagnostic biomarker for these tauopathies and provide a means of assessing treatment that targets tau burden.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,149
Tête enseignante GPT0,451
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in NeurologyMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207