Using simultaneous PET/MRI to compare the accuracy of diagnosing frontotemporal dementia by arterial spin labelling MRI and FDG-PET
Notice bibliographique
Résumé
PURPOSE: The clinical utility of FDG-PET in diagnosing frontotemporal dementia (FTD) has been well demonstrated over the past decades. On the contrary, the diagnostic value of arterial spin labelling (ASL) MRI - a relatively new technique - in clinical diagnosis of FTD has yet to be confirmed. Using simultaneous PET/MRI, we evaluated the diagnostic performance of ASL in identifying pathological abnormalities in FTD (FTD) to determine whether ASL can provide similar diagnostic value as FDG-PET. METHODS: ASL and FDG-PET images were compared in 10 patients with FTD and 10 healthy older adults. Qualitative and quantitative measures of diagnostic equivalency were used to determine the diagnostic utility of ASL compared to FDG-PET. Sensitivity, specificity, and inter-rater reliability were calculated for each modality from scores of subjective visual ratings and from analysis of regional mean values in thirteen a priori regions of interest (ROI). To determine the extent of concordance between modalities in each patient, individual statistical maps generated from comparison of each patient to controls were compared between modalities using the Jaccard similarity index (JI). RESULTS: Visual assessments revealed lower sensitivity, specificity and inter-rater reliability for ASL (66.67%/62.12%/0.2) compared to FDG-PET (88.43%/90.91%/0.61). Across all regions, ASL performed lower than FDG-PET in discriminating patients from controls (areas under the receiver operating curve: ASL = 0.75 and FDG-PET = 0.87). In all patients, ASL identified patterns of reduced perfusion consistent with FTD, but areas of hypometabolism exceeded hypoperfused areas (group-mean JI = 0.30 ± 0.22). CONCLUSION: This pilot study demonstrated that ASL can detect similar spatial patterns of abnormalities in individual FTD patients compared to FDG-PET, but its sensitivity and specificity for discriminant diagnosis of a patient from healthy individuals remained unmatched to FDG-PET. Further studies at the individual level are required to confirm the clinical role of ASL in FTD management.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».