Voxel‐wise comparison of [<sup>18</sup>F]MK6240 and [<sup>18</sup>F]Flortaucipir for the diagnosis of individuals across the Alzheimer’s disease spectrum – the HEAD study
Notice bibliographique
Résumé
Abstract Background In vivo studies using the tau PET tracers have shown high performance for the diagnosis of Alzheimer’s disease dementia and patterns of tracer uptake that resemble those observed in post‐mortem studies. However, tau tracers present distinct patterns of binding that might influence their performance in detecting AD pathology. In a head‐to‐head study, we investigated the performance of [18F]MK6240 and [18F]Flortaucipir for the diagnosis of AD. Method We assessed 132 individuals from the HEAD study (58 CU Aß‐, 15 CU Aß+, 14 MCI Aß‐, 32 MCI Aß+ and 13 AD dementia) with Aß‐PET, [18F]MK6240 and [18F]Flortaucipir. Voxel‐wise receiver operating characteristic curves (ROC) of the two tau tracers were used to contrast groups provided the area under the curve (AUC) for disease diagnosis or biomarkers positivity. Result The brain maps showed numerically higher and more spread AUC for [18F]Flortaucipir to discriminate CU Aß‐ from CU Aß+ (Fig.1A). The difference between tracers’ AUC was greater in Braaks IV and V (Fig.2A), both regions that are not expected to have tau accumulation in CU Aß+ individuals, reflecting a potential off‐target binding for [18F]Flortaucipir. To differentiate CU Aß‐ from MCI Aß+ individuals, [18F]MK6240 presented a numerically higher AUC than [18F]Flortaucipir in Braak I and II and similar AUC in other Braak regions (Fig.1B, Fig. 2B). We observed a high performance of [18F]MK6240 and [18F]Flortaucipir in differentiating AD dementia from CU Aß‐ individuals. However, [18F]MK6240 exhibits a higher AUC than [18F]Flortaucipir in all Braak regions, especially Braak V‐VI (Fig.1C, Fig.2C). Finally, [18F]MK6240 presented higher AUC in all Braak regions to discriminate MCI Aß‐ from MCI Aß+ individuals (Fig.1D, Fig.2D). Conclusion Our results indicate that [18F]MK6240 and [18F]Flortaucipir present high accuracy to discriminate AD from CU Aß‐ individuals. However, [18F]MK6240 presents higher AUC to discriminate AD and MCI Aß+ from CU Aß‐ individuals than [18F]Flortaucipir. Together, our head‐to‐head study sheds light on the distinct patterns of binding for Tau‐PET 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».