Longitudinal assessment of [<sup>18</sup>F]FDG‐PET in the TgF344‐AD rat
Notice bibliographique
Résumé
Abstract Background The development and characterization of biomarkers abnormalities in Alzheimer’s disease (AD) animal models is particularly important for the investigation of pathophysiological mechanisms and drug development. With this is mind, here, we aimed at characterizing the brain glucose metabolism, indexed by [18F]FDG‐microPET, of the TgF344‐AD rat, a model harboring human APP/PS1 mutations. We hypothesized early hypometabolism ‐ due to astrocyte reactivity and microglial activation ‐ followed by hypometabolism in later stages – due to neurodegeneration. Method Hemizygous TgF344‐AD rats and their sex‐matched wild type littermates (n=16) were evaluated in three time points: 3, 6 and 9 months of age. Rats underwent [18F]FDG‐microPET for brain glucose metabolism analysis (SUVr, using the pons as reference region). Locomotor activity and spatial memory were assessed using Open‐Field and and Y‐maze tests, respectively. Result TgF344‐AD animals showed no differences in [18F]FDG‐microPET analysis in any of the ages analyzed (Figure A). On the other hand, a decline on their performance in the Y‐maze task was identified at the 9 months time point (p = 0.0132), suggesting a decline in their spatial memory at this age (Figure B). No differences were identified on the parameters analyzed in the Open Field task. Conclusion This study is the first to investigate the in vivo brain glucose metabolism in the TgF344‐AD rat model. Our preliminary results suggest that, in comparison to age and sex‐matched littermates, this APP/PS1 rat model does not present relevant changes in the brain glucose metabolism at early stages, even in the presence of detectable cognitive decline.
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 | 0,000 | 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 | 0,001 |
| 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 ».