Kinetic evaluation and assessment of longitudinal changes in reference region and extracerebral [<sup>18</sup>F]MK-6240 PET uptake
Notice bibliographique
Résumé
[<sup>18</sup>F]MK-6240 meningeal/extracerebral off-target binding may impact tau quantification. We examined the kinetics and longitudinal changes of extracerebral and reference regions. [<sup>18</sup>F]MK-6240 PET was performed in 24 cognitively-normal and eight cognitively-impaired subjects, with arterial samples in 13 subjects. Follow-up scans at 6.1 ± 0.5 (n = 25) and 13.3 ± 0.9 (n = 16) months were acquired. Extracerebral and reference region (cerebellar gray matter (CerGM)-based, cerebral white matter (WM), pons) uptake were evaluated using standardized uptake values (SUV<sub>90-110</sub>), spectral analysis, and distribution volume. Longitudinal changes in SUV<sub>90-110</sub> were examined. The impact of reference region on target region outcomes, partial volume correction (PVC) and regional erosion were evaluated. Eroded WM and pons showed lower variability, lower extracerebral contamination, and lower longitudinal changes than CerGM-based regions. CerGM-based regions resulted larger cross-sectional effect sizes for group differentiation. Extracerebral signal was high in 50% of subjects and exhibited irreversible kinetics and nonsignificant longitudinal changes over one-year but was highly variable at subject-level. PVC resulted in higher variability in reference region uptake and longitudinal changes. Our results suggest that eroded CerGM may be preferred for cross-sectional, whilst eroded WM or pons may be preferred for longitudinal [<sup>18</sup>F]MK-6240 studies. For CerGM, erosion was necessary (preferred over PVC) to address the heterogenous nature of extracerebral signal.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 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 ».