MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220877383 · doi:10.21203/rs.3.rs-1478142/v1

Stereotactical Normalization with Multiple Templates Representative of Normal and Parkinson-Typical Reduction of Striatal Uptake Improves the Diagnostic Power of Automatic Semi-Quantitative Analysis in Dopamine Transporter SPECT

2022· preprint· en· W4220877383 sur OpenAlexaboutno aff
Ivayla Apostolova, Tassilo Schiebler, Catharina Lange, Franziska Mathies, Wencke Lehnert, Susanne Klutmann, Ralph Buchert

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNormalization (sociology)Parkinson's diseaseDopamine transporterSpatial normalizationDopamineNeuroscienceMedicineComputer sciencePsychologyArtificial intelligenceInternal medicineDopaminergicDiseaseVoxelSociology

Résumé

récupéré en direct d'OpenAlex

Abstract Background The specific binding ratio (SBR) of 123I-FP-CIT in the putamen is widely used to support the interpretation of dopamine transporter (DAT) SPECT. Automatic methods for computation of the putamen SBR often include stereotactical normalization of the individual DAT-SPECT image to an anatomical standard space. This study compared using a single 123I-FP-CIT template image as target for stereotactical normalization versus multiple templates representative of normal and different levels of Parkinson-typical reduction of striatal 123I-FP-CIT uptake. Methods 123I-FP-CIT SPECT images of 1738 patients (66.2 ± 11.6y) were stereotactically normalized (affine) to the anatomical space of the Montreal Neurological Institute (MNI) with SPM12 either using a single custom-made FP-CIT template representative of normal striatal uptake or using eight different templates representative of normal and different levels of Parkinson-typical reduction of striatal FP-CIT uptake with and without attenuation and scatter correction. In the latter case, SPM finds the linear combination of these templates that best matches the patient’s image. The putamen SBR was obtained using hottest voxels analysis in large unilateral regions of interest predefined in MNI space. The histogram of the putamen SBR in the whole sample was fitted by the sum of two Gaussian functions. The power to differentiate between reduced and normal SBR was estimated by the effect size of the distance between the two Gaussian functions computed as the differences between their mean values scaled to their pooled standard deviation. Results The effect size of the distance between the two Gaussian functions was 3.84 with the single template versus 3.96 with multiple templates for stereotactical normalization. Conclusions Multiple templates representative of normal and different levels of Parkinson-typical reduction for stereotactical normalization of DAT-SPECT provide improved separation between normal and reduced putamen SBR, suggesting slightly improved power for the detection of nigrostriatal degeneration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,364
Écart entre enseignants0,323 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetNeurological disorders and treatments→Travaux en français237 207→