Impact of anchoring cutoff point of tau positivity on CU young or older adults using Flortaucipir and MK‐6240 – Head Study
Notice bibliographique
Résumé
Abstract Background Tau PET provides continuous measurements of tau tangle pathology in the human brain. However, establishing cutoffs is crucial for selecting individuals for treatment in clinical trials or practice. In the absence of postmortem data, PET cutoffs must be established using statistical methods based on what is considered normal tracer uptake. In this study, we tested the impact of various methods to determine tau positivity using two different tau PET tracers in individuals scanned head‐to‐head. Methods We studied 147 individuals from Head‐to‐Head Harmonization of Tau Tracers in Alzheimer's Disease (HEAD) study with tau tangle PET scans with [ 18 F]Flortaucipir and [ 18 F]MK‐6240, and amyloid‐β (Aβ) PET. Tau deposition was measured with the standardized uptake value ratio (SUVR) of each agent in the Medial Temporal Lobe (MTL) and the Entorhinal Cortex (EC). To determine Tau positivity three different methods were used: >2.5 standard deviations (SD) than the mean of the young, >1.5 SD mean of the cognitively unimpaired (CU) and >1.5 SD mean of CUAβ‐. Results Demographic characteristics of the study population are reported in Table 1. Using the cutoff >2.5 SD mean of young, [ 18 F]Flortaucipir was positive in 35 (23.8%) and 69 (46.9%) individuals in the EC and MTL, respectively. [ 18 F]MK‐6240 was positive in 49 (33.3%) and 58 (39.5%) individuals in EC and in MTL. Using >1.5 SD mean of CUAβ‐, [ 18 F]Flortaucipir was positive in 38 (25.9%) and 45 (30.6%) individuals in EC and MTL, while [ 18 F]MK‐6240 was positive in 51 (34.7%) and 50 (34.0%) in EC and in MTL (Figure 1). Conclusions Our findings indicate variations in tau positivity when employing different methods based on either the young or CUAβ‐. [ 18 F]Flortaucipir exhibited a higher rate of positive results when the method based on young individuals was applied in the MTL. Conversely, [ 18 F]MK‐6240 showed more consistent and generally higher positivity when other methods were used for cutoff determination and/or in the EC region. Further research with a larger sample size is required to gain a better understanding of the optimal cutoff determination methods for these tracers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».