Notice bibliographique
Résumé
Abstract The recent development of positron emission tomography radiotracers targeting pathological tau in vivo has led to numerous human trials. While investigations have primarily focused on the most common tauopathy, Alzheimer’s disease, it is imperative that testing also be performed in parkinsonian tauopathies, such as progressive supranuclear palsy, corticobasal degeneration, and frontotemporal dementia and parkinsonism linked to chromosome 17. Tau aggregates differ in isoforms and conformations across disorders, and as a result one radiotracer may not be appropriate for all tauopathies. In this review, we evaluate the preclinical and clinical reports of current tau radiotracers in parkinsonian disorders. These radiotracers include [18F]FDDNP, [11C]PBB3, [18F]THK-5317, [18F]THK-5351, and [18F]AV-1451 ([18F]T807). There are concerns of off-target binding with [18F]FDDNP and [11C]PBB3, which may increase the signal to noise ratio and thereby decrease the efficacy of these radiotracers. Testing in [18F]THK-5317, [18F]THK-5351, and [18F]AV-1451 has been performed in progressive supranuclear palsy, while [18F]THK-5317 and [18F]AV-1451 have also been tested in corticobasal degeneration patients. [18F]THK-5317 and [18F]THK-5351 have demonstrated binding in brain regions known to be afflicted with pathological tau; however, due to small sample sizes these studies should be replicated before concluding their appropriateness in parkinsonian tauopathies. [18F]AV-1451 has demonstrated mixed results in progressive supranuclear palsy patients and post-mortem analysis shows minimal to no binding to non-Alzheimer’s disease tauopathies brain slices.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».