MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117311402 · doi:10.1002/alz70859_107201

User‐friendly tools for tau PET harmonization in clinical trials: The Uniτ Ecosystem

2025· article· en· W7117311402 sur OpenAlexaff
Guilherme Povala, Guilherme Bauer‐Negrini, Bruna Bellaver, Pamela C.L. Ferreira, Lívia Amaral, Firoza Z Lussier, Dana Tudorascu, Quentin Finn, Joseph C. Masdeu, David Soleimani‐Meigooni, Juan M. Fortea, Val J. Lowe, Hwamee Oh, Belén Pascual, Brian A. Gordon, Pedro Rosa‐Neto, Suzanne L. Baker, Tharick A. Pascoal

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEcosystemHarmonizationEcosystem approachContext (archaeology)Positron emission tomography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: HEAD is a longitudinal, multi-site, non-randomized study aiming to harmonize different tau PET tracers onto a common scale for enrichment and monitoring of anti-tau clinical trials. To achieve this, the Uniτ scale is being developed using data from participants scanned head-to-head with Flortaucipir and MK6240, with a subset also scanned with PI2620 and RO948. However, access to the Uniτ scale has been limited to the study community and collaborators. To address this limitation, we have developed the Uniτ Ecosystem - a set of tools for tau PET harmonization designed to support research and clinical trials (www.unitau.app). METHOD: The Uniτ Ecosystem was developed for multiple operating systems (Web/macOS/Windows/Ubuntu) (Figure 1) and currently include four tools. The Uniτ harmonization is an online ROI harmonization module that allows the user to harmonize SUVRs from spreadsheets. The Uniτ packages (R, Python and MATLAB) facilitates the transformation of SUVR values to the Uniτ scale using the most used programming languages in research settings. The Uniτ calculator app allows rapid and convenient harmonization. The Uniτ desktop app is a 3D harmonization module for voxel-wise harmonization. The Uniτ parameters were calculated using a training set of 200 participants with head-to-head MK6240 and Flortaucipir, and 90 individuals with additional PI2620 and RO948. Researchers can use their own datasets and convert tau PET data to the Uniτ scale. RESULT: The online ROI harmonization module allows users to harmonize tau PET SUVRs uploaded from spreadsheets and offers interactive visualizations such as scatter plots and histograms for tau positivity thresholds (Figure 2). The calculator app enables users to harmonize single SUVR values effortlessly. The desktop application for 3D tau PET harmonization leverages the functionalities of the previous modules to harmonize entire 3D images, eliminating the need for predefined ROIs. Additionally, this module provides visualization tools for the parametric Uniτ images in 2D and 3D (Figure 3). Uniτ tools never store any data on any external servers. CONCLUSION: The Uniτ Ecosystem represents a significant advance in tau PET harmonization, providing a user-friendly platform to harmonize and visualize tau PET data for research and clinical trials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,034
score de la tête « metaresearch » (Gemma)0,094
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,327

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,094
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0060,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,006
Science ouverte0,0030,007
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0980,041

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.

Tête enseignante Opus0,133
Tête enseignante GPT0,439
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetMedical Imaging Techniques and Applications→Travaux en français237 207→