MétaCan
Menu
Retour à la cohorte
Enregistrement W4386347003 · doi:10.1002/mds.29581

Automatic covariance pattern analysis outperforms visual reading of <sup>18</sup>F‐fluorodeoxyglucose‐positron emission tomography (<scp>FDG‐PET)</scp> in variant progressive supranuclear palsy

2023· article· en· W4386347003 sur OpenAlexfundno aff
Ralph Buchert, Florian Wegner, Hans‐Jürgen Huppertz, Georg Berding, Matthias Brendel, Ivayla Apostolova, Carsten Buhmann, Alexander Dierks, Sabrina Katzdobler, Martin Klietz, Johannes Levin, Nima Mahmoudi, Andreas Rinscheid, Sophia Rogozinski, Jost‐Julian Rumpf, Christine Schneider, Sophia Stöcklein, Phoebe G. Spetsieris, David Eidelberg, Mike P. Wattjes, Osama Sabri, Henryk Barthel, Günter U. Höglinger

Notice bibliographique

RevueMovement Disorders · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on AgingNational Institute of Biomedical Imaging and BioengineeringCanadian Institutes of Health ResearchGenentechIXICOH. Lundbeck A/SServierUCB PharmaEVER Neuro PharmaEisaiNational Institutes of HealthVolkswagen FoundationDeutsche ForschungsgemeinschaftMerz PharmaceuticalsEuropean Federation of Pharmaceutical Industries and AssociationsNorthern California Institute for Research and EducationPfizerBiogenBioClinicaF. Hoffmann-La RocheCelgeneMedizinischen Hochschule HannoverAlexion PharmaceuticalsUniversity of Southern CaliforniaNovartis Pharmaceuticals CorporationU.S. Department of DefenseEli Lilly and CompanyBayer VitalBristol-Myers SquibbBayer HealthCareAlzheimer's Disease Neuroimaging InitiativeMeso Scale DiagnosticsSanofiAlzheimer's AssociationFoundation for the National Institutes of Health
Mots-clésProgressive supranuclear palsyPositron emission tomographyNuclear medicineVoxelFluorodeoxyglucoseMedicinePsychologyPathologyRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: F-fluorodeoxyglucose (FDG) in progressive supranuclear palsy (PSP) usually included PSP cohorts overrepresenting patients with Richardson's syndrome (PSP-RS). OBJECTIVES: To evaluate FDG-PET in a patient sample representing the broad phenotypic PSP spectrum typically encountered in routine clinical practice. METHODS: This retrospective, multicenter study included 41 PSP patients, 21 (51%) with RS and 20 (49%) with non-RS variants of PSP (vPSP), and 46 age-matched healthy controls. Two state-of-the art methods for the interpretation of FDG-PET were compared: visual analysis supported by voxel-based statistical testing (five readers) and automatic covariance pattern analysis using a predefined PSP-related pattern. RESULTS: Sensitivity and specificity of the majority visual read for the detection of PSP in the whole cohort were 74% and 72%, respectively. The percentage of false-negative cases was 10% in the PSP-RS subsample and 43% in the vPSP subsample. Automatic covariance pattern analysis provided sensitivity and specificity of 93% and 83% in the whole cohort. The percentage of false-negative cases was 0% in the PSP-RS subsample and 15% in the vPSP subsample. CONCLUSIONS: Visual interpretation of FDG-PET supported by voxel-based testing provides good accuracy for the detection of PSP-RS, but only fair sensitivity for vPSP. Automatic covariance pattern analysis outperforms visual interpretation in the detection of PSP-RS, provides clinically useful sensitivity for vPSP, and reduces the rate of false-positive findings. Thus, pattern expression analysis is clinically useful to complement visual reading and voxel-based testing of FDG-PET in suspected PSP. © 2023 The Authors. Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,266
Écart entre enseignants0,257 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207