Modeling the Effects of Age and Sex on Normal Pediatric Brain Metabolism Using<sup>18</sup>F-FDG PET/CT
Notice bibliographique
Résumé
Reference databases of pediatric brain metabolism are uncommon, because local brain metabolism evolves significantly with age throughout childhood, limiting their clinical applicability. The aim of this study was to develop mathematic models of regional relative brain metabolism using pediatric 18F-FDG PET with CT data of normal pediatric brains, accounting for sex and age. Methods: PET/CT brain acquisitions were obtained from 88 neurologically normal subjects, aged 6 mo to 18 y. Subjects were assigned to either a development group (n = 59) or a validation group (n = 29). For each subject, commercially available software was used to quantify the relative metabolism of 47 separate brain regions using whole-brain–normalized (WBN) and pons-normalized (PN) activity. The effects of age on regional relative brain metabolism were modeled using multiple linear and nonlinear mathematic equations, and the significance of sex was assessed using the Student t test. Optimal models were selected using the Akaike information criterion. Mean predicted values and 95% prediction intervals were derived for all regions. Model predictions were compared with the validation dataset, and mean predicted error was calculated for all regions using both WBN and PN models. Results: As a function of age, optimal models of regional relative brain metabolism were linear for 9 regions, quadratic for 13, cubic for 6, logarithmic for 12, power law for 7, and modified power law for 2 using WBN data and were linear for 9, quadratic for 25, cubic for 2, logarithmic for 6, and power law for 4 using PN data. Sex differences were found to be statistically significant only in the posterior cingulate cortex for the WBN data. Comparing our models with the validation group resulted in 94.3% of regions falling within the 95% prediction interval for WBN and 94.1% for PN. For all brain regions in the validation group, the error in prediction was 3% ± 0.96% using WBN data and 4.72% ± 1.25% when compared with the PN data (P < 0.0001). Conclusion: Pediatric brain metabolism is a complex function of age and sex. We have developed mathematic models of brain activity that allow for accurate prediction of regional pediatric brain metabolism.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».