MétaCan
Menu
Retour à la cohorte
Enregistrement W3154118692 · doi:10.1097/rlu.0000000000003668

Exploratory Assessment of K-means Clustering to Classify 18F-Flutemetamol Brain PET as Positive or Negative

2021· article· en· W3154118692 sur OpenAlexaff
Katherine Zukotynski, Sandra E. Black, Phillip H. Kuo, Aparna Bhan, Sabrina Adamo, Christopher J.M. Scott, Benjamin Lam, Mario Masellis, Sanjeev Kumar, Corinne E. Fischer, Maria Carmela Tartaglia, Anthony E. Lang, David F. Tang‐Wai, Morris Freedman, Neil Vasdev, Vincent Gaudet

Notice bibliographique

RevueClinical Nuclear Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensSt. Michael's HospitalCentre for Addiction and Mental HealthUniversity of TorontoToronto Dementia Research AllianceUniversity of WaterlooCanadian Institutes of Health ResearchSunnybrook Health Science CentreMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicinePositron emission tomographyNuclear medicine

Résumé

récupéré en direct d'OpenAlex

RATIONALE: We evaluated K-means clustering to classify amyloid brain PETs as positive or negative. PATIENTS AND METHODS: Sixty-six participants (31 men, 35 women; age range, 52-81 years) were recruited through a multicenter observational study: 19 cognitively normal, 25 mild cognitive impairment, and 22 dementia (11 Alzheimer disease, 3 subcortical vascular cognitive impairment, and 8 Parkinson-Lewy Body spectrum disorder). As part of the neurocognitive and imaging evaluation, each participant had an 18F-flutemetamol (Vizamyl, GE Healthcare) brain PET. All studies were processed using Cortex ID software (General Electric Company, Boston, MA) to calculate SUV ratios in 19 regions of interest and clinically interpreted by 2 dual-certified radiologists/nuclear medicine physicians, using MIM software (MIM Software Inc, Cleveland, OH), blinded to the quantitative analysis, with final interpretation based on consensus. K-means clustering was retrospectively used to classify the studies from the quantitative data. RESULTS: Based on clinical interpretation, 46 brain PETs were negative and 20 were positive for amyloid deposition. Of 19 cognitively normal participants, 1 (5%) had a positive 18F-flutemetamol brain PET. Of 25 participants with mild cognitive impairment, 9 (36%) had a positive 18F-flutemetamol brain PET. Of 22 participants with dementia, 10 (45%) had a positive 18F-flutemetamol brain PET; 7 of 11 participants with Alzheimer disease (64%), 1 of 3 participants with vascular cognitive impairment (33%), and 2 of 8 participants with Parkinson-Lewy Body spectrum disorder (25%) had a positive 18F-flutemetamol brain PET. Using clinical interpretation as the criterion standard, K-means clustering (K = 2) gave sensitivity of 95%, specificity of 98%, and accuracy of 97%. CONCLUSIONS: K-means clustering may be a powerful algorithm for classifying amyloid brain PET.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,089
Tête enseignante GPT0,468
Écart entre enseignants0,379 · 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.

Devis d'étudeObservationnel
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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Nuclear MedicineMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207