MétaCan
Menu
Retour à la cohorte
Enregistrement W3042249111 · doi:10.1212/wnl.0000000000010256

Multitracer model for staging cortical amyloid deposition using PET imaging

2020· article· en· W3042249111 sur OpenAlexfundno aff
Lyduine E. Collij, Fiona Heeman, Gemma Salvadó, Silvia Ingala, Daniele Altomare, Arno de Wilde, Elles Konijnenberg, Marieke van Buchem, Maqsood Yaqub, Paweł Markiewicz, Sandeep S.V. Golla, Viktor Wottschel, Alle Meije Wink, Pieter Jelle Visser, Charlotte E. Teunissen, Adriaan A. Lammertsma, Philip Scheltens, Wiesje M. van der Flier, Ronald Boellaard, Bart N.M. van Berckel, José Luís Molinuevo, Juan Domingo Gispert, Mark E. Schmidt, Frederik Barkhof, Isadora Lopes Alves, Eider M. Arenaza‐Urquijo, Annabella Beteta, Anna Brugulat‐Serrat, Raffaele Cacciaglia, Alba Cañas Boccagni, Yelena G. Bodien, Marta Crous‐Bou, Carme Deulofeu, Ruth Dominguez, Karine Fauria, Carles Falcón, Marta Félez‐Sánchez, José María González de Echavarri, Oriol Grau‐Rivera, Laura L. Hernandez, Gema Huesa, Jordi Huguet, María León, Paula Marne, Tania Menchón, Marta Milà‐Alomà, Grégory Operto, Carolina Minguillón, María Pascual, Albina Polo, Sandra Pradas, Aleix Sala‐Vila, Gonzalo Sánchez‐Benavides, Mahnaz Shekari, Anna Soteras, Marc Suárez‐Calvet, Laia Tenas, Marc Vilanova, Natàlia Vilor‐Tejedor

Notice bibliographique

RevueNeurology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Biomedical Imaging and BioengineeringNational Institute on AgingNational Institute for Health and Care ResearchCanadian Institutes of Health ResearchZonMw
Mots-clésAmyloid (mycology)PathologyMedicineDeposition (geology)NeuroimagingNuclear medicineNeurosciencePsychologyBiology

Résumé

récupéré en direct d'OpenAlex

<h3>Objective</h3> To develop and evaluate a model for staging cortical amyloid deposition using PET with high generalizability. <h3>Methods</h3> Three thousand twenty-seven individuals (1,763 cognitively unimpaired [CU], 658 impaired, 467 with Alzheimer disease [AD] dementia, 111 with non-AD dementia, and 28 with missing diagnosis) from 6 cohorts (European Medical Information Framework for AD, Alzheimer9s and Family, Alzheimer9s Biomarkers in Daily Practice, Amsterdam Dementia Cohort, Open Access Series of Imaging Studies [OASIS]-3, Alzheimer’s Disease Neuroimaging Initiative [ADNI]) who underwent amyloid PET were retrospectively included; 1,049 individuals had follow-up scans. With application of dataset-specific cutoffs to global standard uptake value ratio (SUVr) values from 27 regions, single-tracer and pooled multitracer regional rankings were constructed from the frequency of abnormality across 400 CU individuals (100 per tracer). The pooled multitracer ranking was used to create a staging model consisting of 4 clusters of regions because it displayed a high and consistent correlation with each single-tracer ranking. Relationships between amyloid stage, clinical variables, and longitudinal cognitive decline were investigated. <h3>Results</h3> SUVr abnormality was most frequently observed in cingulate, followed by orbitofrontal, precuneal, and insular cortices and then the associative, temporal, and occipital regions. Abnormal amyloid levels based on binary global SUVr classification were observed in 1.0%, 5.5%, 17.9%, 90.0%, and 100.0% of individuals in stage 0 to 4, respectively. Baseline stage predicted decline in Mini-Mental State Examination (MMSE) score (ADNI: n = 867, <i>F</i> = 67.37, <i>p</i> &lt; 0.001; OASIS: n = 475, <i>F</i> = 9.12, <i>p</i> &lt; 0.001) and faster progression toward an MMSE score ≤25 (ADNI: n = 787, hazard ratio [HR]<sub>stage1</sub> 2.00, HR<sub>stage2</sub> 3.53, HR<sub>stage3</sub> 4.55, HR<sub>stage4</sub> 9.91, <i>p</i> &lt; 0.001; OASIS: n = 469, HR<sub>stage4</sub> 4.80, <i>p</i> &lt; 0.001). <h3>Conclusion</h3> The pooled multitracer staging model successfully classified the level of amyloid burden in &gt;3,000 individuals across cohorts and radiotracers and detects preglobal amyloid burden and distinct risk profiles of cognitive decline within globally amyloid-positive individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,330

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,345
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations102
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207