The development and validation of tau PET tracers: current status and future directions
Notice bibliographique
Résumé
To provide an overview on positron emission tomography (PET) imaging of tau pathology in Alzheimer’s disease (AD) and other neurodegenerative disorders. Different classes of tau tracers such as flortaucipir, THK5317, and PBB3 have been developed and utilized in previous clinical studies. In AD, the topographical distribution of tracer binding follows the known distribution of neurofibrillary tangles and is closely associated with neurodegeneration as well as the clinical phenotype of dementia. Significant retention of tracers has also been observed in the frequent site of the 4-repeat (4R) tau isoform deposits in non-AD tauopathies, such as in progressive supranuclear palsy. However, in vitro binding studies indicate that most tau tracers are less sensitive to straight tau filaments, in contrast to their high binding affinity to paired helical filaments of tau (PHF-tau). The first-generation of tau tracers shows off-target binding in the basal ganglia, midbrain, thalamus, choroid plexus, and venous sinus. Off-target binding of THK5351 to monoamine oxidase B (MAO-B) has been observed in disease-associated brain regions linked to neurodegeneration and is associated with astrogliosis in areas of misfolded protein accumulation. The second generation of tau tracers, such as [18F]MK-6240, is highly selective to PHF-tau with little off-target binding and have enabled the reliable assessment of PHF-tau burden in aging and AD. Tau PET tracers have enabled in vivo quantification of PHF-tau burden in human brains. Tau PET can help in understanding the underlying cause of dementia symptoms, and in patient selection for clinical trials of anti-dementia therapies.
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 ».