Head‐to‐head in vivo Braak staging with MK6240 and Flortaucipir
Notice bibliographique
Résumé
BACKGROUND: In vivo Braak staging stratifies patients across the AD spectrum and has the potential to harmonize tau PET tracer staging. This study aims to compare and test harmonization procedures for Braak staging individuals using MK6240 and Flortaucipir tau PET tracers. METHODS: We assessed 437 participants across the AD spectrum (245 cognitively unimpaired (CU) and 192 cognitively impaired; mean age 68.5 ± 8.6) using head-to-head MK6240 and Flortaucipir scans. We computed SUVRs in Braak regions of interest (ROIs) and assessed four cut-off methods for Braak positivity: (a) mean + 2.5 SD of young controls (age <28 years), (b) mean + 2.5 SD of elderly CU Aβ-, (c) Gaussian mixture modeling (GMM), and (d) the Youden index. Braak stages were assigned using seven (0 to VI) or four (0, I-II, III-IV, V-VI) categories. We evaluated inter- and intra-tracer concordance (intra-tracer, i.e., whether it follows the sequential Braak pattern). RESULTS: The intra-tracer seven-class Braak staging concordance ranged from 63% to 94%. With the highest intra-tracer Braak concordance being achieved when using GMM cutoffs: 94% (MK6240) and 89% (Flortaucipir; Figure 1). Inter-tracer agreement concordance ranged from 56% to 76%. The highest concordance emerged from the CU Elderly Aβ- cutoff optimizing the Braak II region for spill-off (Figure 2). Using the Braak staging simplified version improved intra-tracer concordance in both tracers (MK6240as well as inter-tracer agreement (86.5%). Most inter-tracer discrepancies were observed at Braak stages II-IV. Despite showing staging discordances, the distribution of cognitive status across the Braak stages is similar for both tracers (Figure 3). CONCLUSION: These preliminary findings reveal some discrepancies in Braak staging when comparing MK6240 and Flortaucipir. Our results also suggest that adjustments in cutoffs and regions of interest can partially mitigate both inter- and intra-tracer divergences. Finally, our analysis suggests robust concordance after adjustment and using 4 classes (0, I-II, III-IV, V-VI).
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».