Cerebral grey matter density is associated with neuroreceptor and neurotransporter availability: A combined PET and MRI study
Notice bibliographique
Résumé
Positron emission tomography (PET) can be used for in vivo measurement of specific neuroreceptors and transporters using radioligands, while voxel-based morphometric analysis of magnetic resonance images allows automated estimation of local grey matter densities. However, it is not known how regional neuroreceptor or transporter densities are reflected in grey matter densities. Here, we analyzed brain scans retrospectively from 328 subjects and compared grey matter density estimates with neuroreceptor and transporter availabilities. µ-opioid receptors (MORs) were measured with [11C]carfentanil (162 scans), dopamine D2 receptors with [11C]raclopride (92 scans) and serotonin transporters (SERT) with [11C]MADAM (74 scans). The PET data were modelled with simplified reference tissue model. Voxel-wise correlations between binding potential and grey matter density images were computed. Regional binding of all the used radiotracers was associated with grey matter density in region and ligand-specific manner independently of subjects’ age or sex. These data show that grey matter density and MOR and D2R neuroreceptor / SERT availability are correlated, with effect sizes (r2) ranging from 0.04 to 0.69. This suggests that future studies comparing PET outcome measure different groups (such as patients and controls) should also analyze interactive effects of grey matter density and PET outcome measures.
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 ».