18F-Flortaucipir (AV1451) imaging identifies grey matter atrophy in retired athletes
Notice bibliographique
Résumé
BACKGROUND: The long-term consequences of concussions may include pathological neurodegeneration as seen in Alzheimer's disease (AD) and chronic traumatic encephalopathy (CTE). Tau-PET showed promise as a method to detect tau pathology of CTE, but more studies are needed OBJECTIVE: This study aimed (1) to assess the association of imaging evidence of tau pathology with brain volumes in retired athletes and (2) to examine the relationship between tau-PET and neuropsychological functioning. METHODS: F]flortaucipir tau-PET, and a neuropsychological battery. Memory composite was created by averaging the Rey Auditory Verbal Learning Test and Rey Visual Design Learning Test z-scores. Grey matter (GM) volumes were age/intracranial volume corrected using normal control MRIs. Tau-PET % positivity in GM was calculated as the number of positive voxels (≥ 1.3 standardized uptake value ratio (SUVR)/total voxels). RESULTS: 47 retired contact sport athletes negative for AD (age:51 ± 14; concussions/athlete:15 ± 2) and 54 normal controls (age:50 ± 13) were included. Tau-PET positive voxels had significantly lower GM volumes, compared to tau-PET negative voxels (- 0.37 ± 0.41 vs. - 0.31 ± 0.37, paired p = .006). There was a significant relationship between GM tau-PET % positivity and memory composite score (r = - .366, p = .02), controlled for age, PET scanner, and PET scan duration. There was no relationship between tau-PET measures and concussion number, or years of sport played. CONCLUSION: A higher tau-PET signal was associated with reduced GM volumes and lower memory scores. Tau-PET may be useful for identifying those at risk for neurodegeneration.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».