SUVs Versus Dynamic Pharmacokinetic [<sup>18</sup>F]Fluoro-Polyethylene Glycol-Folate Uptake Parameters in Joints of Rheumatoid Arthritis Patients at Baseline and at 4 Weeks of Antitumor Necrosis Factor Therapy
Notice bibliographique
Résumé
Quantitative assessment of rheumatoid arthritis (RA) activity using [18F]fluoro-polyethylene glycol (PEG)–folate PET/CT scans may prove a useful noninvasive therapeutic response assessment tool to evaluate antitumor necrosis factor therapy in RA patients. This study aims to assess [18F]fluoro-PEG-folate kinetics through a metabolite-corrected plasma input model and to investigate comparisons with simplified quantitative PET outcome measures. Methods: Dynamic [18F]fluoro-PEG-folate PET/CT scans were obtained for 6 patients for a total of 11 scans, 6 before and 5 after treatment. These scans were analyzed using conventional pharmacokinetic models. In addition, SUVs were calculated at intervals of 10–40, 20–50, 30–60, and 40–60 min after injection for comparison and imaging window optimization. Results: [18F]fluoro-PEG-folate kinetics in joints of RA patients were best described using the reversible pharmacokinetic 2-tissue compartment model with a volume of distribution (VT) mean of 1.0 (±0.5). VT values correlated between arterial and venous samples at both baseline (P < 0.001, r2 = 0.96) and 4 wk after antitumor necrosis factor treatment (P < 0.001, r2 = 0.75), both at intervals of 30–60 and 40–60 min. Changes in VT behavior during treatment could not be accurately assessed because of limited available data, but observed changes in the linear association slope may indicate changed kinetic behavior. Conclusion: The most optimal kinetic model for [18F]fluoro-PEG-folate uptake in joints of RA patients was the reversible 2-tissue compartment model. The associations between VT and a simplified SUV interval of 30–60 min allow us to quantify tracer uptake without the need for a full cross-sectional pharmacokinetic evaluation at the time of imaging. Further research will be required to accurately assess the change in tracer behavior between time points and the use of simplified assessment of changes of tracer uptake in joints over time.
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 | 0,000 | 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) | 0,001 | 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 ».