The Association Between Brain Metabolic Biomarkers Using <sup>18</sup> F-FDG and Cognition and Vascular Risk Factors, as well as Its Usefulness in the Diagnosis and Staging of Alzheimer’s Disease
Notice bibliographique
Résumé
Background: 18 F-fluorodeoxyglucose ( 18 F-FDG) positron emission tomography (PET) is valuable in Alzheimer’s disease (AD) workup. Objective: To explore the effectiveness of 18 F-FDG PET in differentiating and staging AD and associations between brain glucose metabolism and cognitive functions and vascular risk factors. Methods: 107 participates including 19 mild cognitive impairment (MCI), 38 mild AD, 24 moderate AD, 15 moderate-severe AD, and 11 frontotemporal dementia (FTD) were enrolled. Visual and voxel-based analysis procedures were utilized. Cognitive conditions, including 6 cognitive function scores and 7 single-domain cognitive performances, and vascular risk factors linked to hypertension, hyperlipidemia, diabetes, and obesity were correlated with glucose metabolism in AD dementia using age as a covariate. Results: 18 F-FDG PET effectively differentiated AD from FTD and also differentiated MCI from AD subtypes with significantly different hypometabolism (except for mild AD) (height threshold p < 0.001, all puncorr < 0.05, the same below). The cognitive function scores, notably Mini-Mental State Examination and Montreal Cognitive Assessment, correlated significantly with regional glucose metabolism in AD participants (all p < 0.05), whereas the single-domain cognitive performance and vascular risk factors were significantly associated with regional glucose metabolism in MCI patients (all p < 0.05). Conclusions: This study underlines the vital role of 18 F-FDG PET in identifying and staging AD. Brain glucose metabolism is associated with cognitive status in AD dementia and vascular risk factors in MCI, indicating that 18 F-FDG PET might be promising for predicting cognitive decline and serve as a visual framework for investigating underlying mechanism of vascular risk factors influencing the conversion from MCI to AD.
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 | 0,001 | 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 ».