Impact of Reference and Target Region Selection on Amyloid PET SUV Ratios in the Phase 1b PRIME Study of Aducanumab
Notice bibliographique
Résumé
SUV ratios (SUVRs) are commonly used to quantify tracer uptake in amyloid-β PET. Here, we explore the impact of target and reference region-of-interest (ROI) selection on SUVR effect sizes using interventional data from the ongoing phase 1b PRIME study (NCT01677572) of aducanumab (BIIB037) in patients with prodromal or mild Alzheimer disease. <b>Methods:</b> The florbetapir PET SUVR was calculated at baseline (screening) and at weeks 26 and 54 for patients randomized to receive placebo and each of 4 aducanumab doses (1, 3, 6, and 10 mg/kg) using the whole cerebellum, cerebellar gray matter, cerebellar white matter, pons, and subcortical white matter as reference regions. In addition to the prespecified composite cortex target ROI, individual cerebral cortical ROIs were assessed as targets. <b>Results:</b> Of the reference regions used, subcortical white matter, cerebellar white matter, and the pons, alone or in combination, generated the largest effect sizes. The use of the anterior cingulate cortex as a target ROI resulted in larger effect sizes than the use of the composite cortex. SUVR calculations were not affected by correction for brain volume changes over time. <b>Conclusion:</b> Dose- and time-dependent reductions in the amyloid PET SUVR were consistently observed with aducanumab only in cortical regions prone to amyloid plaque deposition, regardless of the reference region used. These data support the hypothesis that florbetapir SUVR responses associated with aducanumab treatment are a result of specific dose- and time-dependent reductions in the amyloid burden in patients with Alzheimer disease.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».