MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390195165 · doi:10.1002/alz.080421

Harmonization of tau‐PET in Alzheimer’s disease: comparison of methods to derive CenTauR units for [<sup>18</sup>F]RO948, [<sup>18</sup>F]Flortaucipir, and [<sup>18</sup>F]MK‐6240

2023· article· en· W4390195165 sur OpenAlexaff
Antoine Leuzy, Vincent Doré, Lars Lau Rakêt, Gregory Klein, Suzanne L. Baker, María C. Carrillo, Arnaud Charil, Emily C. Collins, Jessica Collins, Samantha Budd Haeberlein, Makoto Higuchi, Eric D. Hostetler, R. Matthew Hutchison, Leonardo Iaccarino, Michael C. Irizarry, William J. Jagust, Keith A. Johnson, Yashmin Karten, Hartmuth C. Kolb, Brian J. Lopresti, Sulantha Mathotaarachchi, Mark A. Mintun, Rik Ossenkoppele, Ioannis Pappas, Tharick A. Pascoal, Michael J. Pontecorvo, Gil D. Rabinovici, Pedro Rosa‐Neto, Ziad S. Saad, Sandra Sanabria Bohórquez, Andrew Stephens, Sudhir Sivakumaran, Matteo Tonietto, Ruben Smith, Christopher C. Rowe, Victor L. Villemagne, Oskar Hansson

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésNuclear medicineStandardized uptake valuePositron emission tomographyTau pathologyPet imagingMedicineAlzheimer's diseasePathologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background Tau positron emission tomography (PET) is increasingly used in the clinical evaluation of patients and as an outcome measure in Alzheimer’s disease (AD) clinical trials. Due to differences in tracer properties, instrumentation, and methods of analysis, however, tau‐PET outcome data cannot currently be meaningfully compared or combined. Here, we tested i) the feasibility of adapting the Centiloid method—an approach originally developed to standardize amyloid PET—to harmonize tau‐PET quantification (CenTauRs); ii) the performance of a non‐linear mixed model‐based approach (Joint Propagation Model) that does not require the use of a reference tracer. Methods Head‐to‐head tau‐PET data (Table 1) was included from two cohorts ([18F]RO948 vs [18F]flortaucipir, n = 37 [BioFINDER‐2]; [18F]flortaucipir [Avid A05] vs [18F]MK‐6240, n = 15, University of Pittsburgh) in which each participant was scanned with two tau‐PET tracers. Standardized uptake value ratio (SUVR) values were calculated using the inferior cerebellar cortex as the reference region. Anchor point data (Table 1) was derived for each tracer using the following criteria: CenTauR‐0, cognitively unimpaired (CU), amyloid PET negative (<10 Centiloids); CenTauR‐100, amyloid PET positive (>50 Centiloids), typical (temporoparietal) AD pattern on tau‐PET visual read, age<65 andMMSE>20. Regions‐of‐interest (ROIs) included a universal tau‐PET ROI—based on the intersection of tracer specific ([18F]flortaucipir, [18F]MK‐6240, [18F]PI‐2620, [18F]PM‐PBB3, [18F]GTP1 and [18F]RO948) masks that had been derived by subtracting average of amyloid‐negative CU images from the average AD image—as well as four subregions delineated within this ROI (medial temporal, meta‐temporal, temporoparietal and frontal) (Figure 1A). An overview of the adapted Centiloid‐like approach and the joint propagation model is shown in Figure 1B. Results High R2 values were observed between tracers across all ROIs: [18F]RO948 vs [18F]flortaucipir, average 0.965 [range 0.923 (frontal) to 0.986 (universal)]; [18F]MK‐6240 vs [18F]flortaucipir, average 0.985 [range, 0.923 (medial temporal) to 0.991 (frontal)]. The Centiloid‐like and joint propagation model approaches provided near identical CenTauR values (Figure 2). Conclusions Preliminary findings support the development of standardized scale for tau‐PET using both a Centiloid‐like or joint propagation model approach. Additional data and consideration of the advantages and disadvantages of each will be needed to recommend one approach over the other.

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)0,032
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,114
Tête enseignante GPT0,416
Écart entre enseignants0,302 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→