Use of white matter reference regions for detection of change in florbetapir positron emission tomography from completed phase 3 solanezumab trials
Notice bibliographique
Résumé
INTRODUCTION: We compared subject-specific white matter (SSWM) and whole cerebellum (CBL) reference regions for power to detect longitudinal change in amyloid positron emission tomography signal. METHODS: Positive florbetapir positron emission tomography scans were analyzed from participants (66 placebo treated and 63 solanezumab treated) with mild dementia caused by Alzheimer's disease from the EXPEDITION and EXPEDITION2 studies. For comparison to CBL, a second normalization was performed on longitudinal data using an SSWM correction factor (SSWM normalization ratio [SSWMnr]). Analysis of covariance assessed baseline to 18-month change between treatment with solanezumab and placebo. Sample and effect size estimations provided magnitude of observed treatment changes. RESULTS: Longitudinal percent change between placebo and solanezumab using CBL was not significant (P = .536) but was significant for SSWMnr (P = .042). Compared with CBL, SSWMnr technique increased the power to detect a treatment difference, more than tripling the effect size and reducing the sample size requirements by 85% to 90%. DISCUSSION: Adjusting longitudinal standardized uptake value ratios with an SSWM reference region in these antiamyloid treatment trials increased mean change detection and decreased variance resulting in the substantial improvement in statistical power to detect change.
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 | 0,088 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».