AMYQ: An index to standardize quantitative amyloid load across PET tracers
Notice bibliographique
Résumé
INTRODUCTION: Positron emission tomography (PET) amyloid quantification methods require magnetic resonance imaging (MRI) for spatial registration and a priori reference region to scale the images. Furthermore, different tracers have distinct thresholds for positivity. We propose the AMYQ index, a new measure of amyloid burden, to overcome these limitations. METHODS: We selected 18F-amyloid scans from ADNI and Australian Imaging, Biomarker & Lifestyle Flagship Study of Ageing (AIBL) with the corresponding T1-MRI. A subset also had neuropathological data. PET images were normalized, and the AMYQ was calculated based on an adaptive template. We compared AMYQ with the Centiloid scale on clinical and neuropathological diagnostic performance. RESULTS: AMYQ was related with amyloid neuropathological burden and had excellent diagnostic performance to discriminate controls from patients with Alzheimer's disease (AD) (area under the curve [AUC] = 0.86). AMYQ had a high agreement with the Centiloid scale (intraclass correlation coefficient [ICC] = 0.88) and AUC between 0.94 and 0.99 to discriminate PET positivity when using different Centiloid cutoffs. DISCUSSION: AMYQ is a new MRI-independent index for standardizing and quantifying amyloid load across tracers.
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 | 0,009 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».