Determining Amyloid-β Positivity Using<sup>18</sup>F-AZD4694 PET Imaging
Notice bibliographique
Résumé
Amyloid-β deposition into plaques is a pathologic hallmark of Alzheimer disease appearing years before the onset of symptoms. Although cerebral amyloid-β deposition occurs on a continuum, dichotomization into positive and negative groups has advantages for diagnosis, clinical management, and population enrichment for clinical trials. 18F-AZD4694 (also known as 18F-NAV4694) is an amyloid-β imaging ligand with high affinity for amyloid-β plaques. Despite being used in multiple academic centers, no studies have assessed a quantitative cutoff for amyloid-β positivity using 18F-AZD4694 PET. Methods: We assessed 176 individuals [young adults (n = 22), cognitively unimpaired elderly (n = 89), and cognitively impaired (n = 65)] who underwent amyloid-β PET with 18F-AZD4694, lumbar puncture, structural MRI, and genotyping for APOEε4. 18F-AZD4694 values were normalized using the cerebellar gray matter as a reference region. We compared 5 methods for deriving a quantitative threshold for 18F-AZD4694 PET positivity: comparison with young-control SUV ratios (SUVRs), receiver-operating-characteristic (ROC) curves based on clinical classification of cognitively unimpaired elderly versus Alzheimer disease dementia, ROC curves based on visual Aβ-positive/Aβ-negative classification, gaussian mixture modeling, and comparison with cerebrospinal fluid measures of amyloid-β, specifically the Aβ42/Aβ40 ratio. Results: We observed good convergence among the 4 methods: ROC curves based on visual classification (optimal cut point, 1.55 SUVR), ROC curves based on clinical classification (optimal cut point, 1.56 SUVR) gaussian mixture modeling (optimal cut point, 1.55 SUVR), and comparison with cerebrospinal fluid measures of amyloid-β (optimal cut point, 1.51 SUVR). Means and 2 SDs from young controls resulted in a lower threshold (1.33 SUVR) that did not agree with the other methods and labeled most elderly individuals as Aβ-positive. Conclusion: Good convergence was obtained among several methods for determining an optimal cutoff for 18F-AZD4694 PET positivity. Despite conceptual and analytic idiosyncrasies linked with dichotomization of continuous variables, an 18F-AZD4694 threshold of 1.55 SUVR had reliable discriminative accuracy. Although clinical use of amyloid PET is currently by visual inspection of scans, quantitative thresholds may be helpful to arbitrate disagreement among raters or in borderline cases.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».