MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406200992 · doi:10.1002/alz.093282

Brain Age Gap Correlates with 18F‐NAV‐4694 and 18F‐MK‐6240 Standardized Uptake Value Ratio

2024· article· en· W4406200992 sur OpenAlexaff
Reza Rajabli, Mahdie Soltaninejad, Neda Shafiee, Vladimir Fonov, Nesrine Rahmouni, Stijn Servaes, Joseph Therriault, Serge Gauthier, Pedro Rosa‐Neto, D. Louis Collins

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensDouglas Mental Health University InstituteMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)NeurosciencePsychologyStandardized uptake valueInternal medicineMedicineStatisticsMathematicsPositron emission tomography

Résumé

récupéré en direct d'OpenAlex

Abstract Background It is feasible to train a model on a healthy cohort to estimate the chronological age from a T1‐weighted (T1w) MRI. This model can be used to estimate the apparent brain age of subjects with Alzheimer's Disease (AD). The difference between the true chronological age and the apparent brain age, called Brain Age Gap (BAG), is a potential feature to estimate the level of pathology and neurodegeneration of an individual patient with AD. To further study this, here we examined the linear relationship between BAG and the standardized uptake value ratio (SUVR) of the amyloid‐beta tracer (18F‐NAV‐4694) and tau tangle tracer (18F‐MK‐6240). Method We used ∼40K T1w MRIs from the UK Biobank dataset, with improved preprocessing and more extensive data augmentation, to train an SFCN‐reg model (Leonardsen 2022). Our implementation achieved a generalization gap error of less than 1 year, surpassing the performance reported in the original study. Then, using the trained model, we estimated BAG for 245 T1w images from the Translational Biomarkers in Aging and Dementia (TRIAD) dataset (Therriault 2022) consisting of 146 normal controls (NC), 46 with Mild Cognitive Impairment (MCI) due to AD, and 53 with AD dementia. Subsequently, We compared the estimated BAG values with the SUVR values for neocortical amyloid and tau PET meta‐ROI (Jack Jr. 2016). Result Figure 1 illustrates the linear relationship between the 18F‐NAV‐4694 SUVR for all subjects (at baseline scan) vs age (no correlation), apparent brain age (r = 0.31, p << 0.001), and BAG (r = 0.43, p << 0.001). Figure 2 illustrates the linear relationship between the 18F‐MK‐6240 SUVR vs age (r = ‐0.27, p << 0.001), apparent brain age (r = 0.11, p < 0.08), and BAG for the same subjects (r = 0.58, p << 0.001). Conclusion We demonstrated a meaningful relationship between 18F‐NAV‐4694 and 18F‐MK‐6240 SUVR values and BAG, stronger than with age or apparent age, reinforcing the notion that BAG can serve as a feature to estimate the amount of neurodegeneration due to accumulation of amyloid and tau when more precise data, such as PET scans, are not available.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,186
Tête enseignante GPT0,380
Écart entre enseignants0,194 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetHealth Systems, Economic Evaluations, Quality of Life→Travaux en français237 207→