Optimized atlas for early tau-PET staging via native space segmentations
Notice bibliographique
Résumé
ABSTRACT Positron Emission Tomography (PET) early Braak staging might be susceptible to anatomical variability and atrophy in the medial temporal lobe (MTL) structures. These factors should be accounted for in an optimized atlas to improve staging accuracy. This study aimed to compare the accuracy of early tau detection using traditional standard space methods versus using a native space MTL segmentations. Twelve native space MTL structures were used as regions of interest (ROI) for [ 18 F]MK6240 tau-PET images and compared with standard space Braak stage ROIs for 333 participants aged over 55. We used the Rey Auditory Verbal Learning Test (RAVLT) to assess memory function. Native and standard space tau-PET stage ROIs were compared, then combined with anatomical constraints into an optimized standard space MTL atlas. The native space MTL tau-PET staging identified 34 participants with significantly more advanced tau accumulation. Of these, 14 had significant entorhinal and transentorhinal tau despite being classified as Braak stage I when using the original standard space method (here called pre-I stage). In addition, 19 were classified as Braak stage III despite being at Braak stage II using standard space methods (here called pre-III stage). These pre-III participants displayed a significant memory impairment. We found that a standard space spatial smoothing to 6 mm at FWHM best allowed to replicate native space results, resulting in the optimized atlas identifying 29 of these 33 more advanced cases. Therefore, standard space approaches can be improved to better capture early AD tau pathology and be more sensitive to cognitive impairment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».