要点
问题并为每个参与者定义感兴趣的区域(ROI)(个性化)提高灵敏度τ积累与使用传统的方法相比,每个参与者分配相同的ROI(组级别)?
发现明显高于估计的年度变化τ正电子发射断层扫描(PET)被发现使用几个participant-specific roi。重要的是,最简单的方法,改变τ宠物是最好的ROI计算匹配参与者的数据驱动的疾病阶段,表现最好的。
意义个性化的roi携带一个优势组级别roi评估纵向τ宠物,可以增加广告的敏感性检测治疗效果试验。
重要性纵向τ正电子发射断层扫描(PET)是一个有关临床试验的结果评估疾病修饰治疗阿尔茨海默病(AD)。悬而未决的关键问题在于使用participant-specific(个性化)感兴趣的区域(ROI)优于传统方法,相同的ROI(组级别)是用于每个参与者。
客观的比较组和participant-level roi广告参与者在不同阶段的临床连续用年度百分比变化tau-PET标准摄入值比率(SUVR)和样本容量需求。
设计,设定和参与者这是一个纵向队列研究连续与参与者之间招生9月18日,2017年11月15日,2021年。包含在分析参与者患有轻度认知障碍和AD痴呆的前瞻性和纵向瑞典生物标志物识别神经退行性疾病的早期和可靠2 (BioFINDER-2)研究;此外,验证样本(Expedition-3狂热的05 e,阿尔茨海默病的神经影像学(ADNI)和BioFINDER-1研究群体)也包括在内。
曝光τ宠物(BioFINDER-2 [18F] RO948;验证样本,18F] flortaucipir), 7组级别(5数据驱动阶段,meta-temporal,整个大脑),和5个性化的roi。
主要结果和措施年度百分比变化tau-PET SUVR roi。在模拟临床试验样本量要求使用τ宠物作为一个结果也被计算。
结果共有215名参与者(平均年龄(SD), 71.4(7.5)年;111名男性从BioFINDER-2研究[51.6%])包含在这个分析:97年amyloid-β(Aβ)艾滋病认知正常个体(铜),77年Aβ-positive轻度认知障碍(MCI)和41 AD痴呆。验证样本的137 Aβ-positive立方参与者,与Aβ-positive MCI 144, 125 AD痴呆。意思是(SD)随访时间1.8(0.3)年。使用组级别ROI,最大的年度百分比增加tau-PET SUVR Aβ-positive铜个体被认为在复合ROI结合内嗅皮层,海马和杏仁核(4.29%;95%可信区间,3.42% - -5.16%)。在个人Aβ-positive MCI,最大的变化是在颞皮层区域(5.82%;95%可信区间,4.67% - -6.97%),而在那些广告痴呆,最大的变化是在顶叶区域(5.22%;95%可信区间,3.95% - -6.49%)。明显高于估计的年度百分比变化被发现使用几个participant-specific roi。 Importantly, the simplest participant-specific approach, where change in tau PET was calculated in an ROI that best matched the participant’s data-driven disease stage, performed best in all 3 subgroups. For the power analysis, sample size reductions for the participant-specific ROIs ranged from 15.94% (95% CI, 8.14%-23.74%) to 72.10% (95% CI, 67.10%-77.20%) compared with the best-performing group-level ROIs. Findings were replicated using [18F] flortaucipir。
结论和意义发现表明,某些个性化的roi携带一个优势组级别roi评估纵向τ变动和增加电力检测治疗效果的广告使用纵向τ宠物作为临床试验的结果。
阿尔茨海默病(AD)的神经病理特征包括胞外β淀粉样蛋白的沉积(Aβ)和胞内过度磷酸化τ。相比Aβ病理学,这发生在大脑皮层区域几十年痴呆发病之前,τ病理被认为出现在限制区域的内侧颞叶在成年早期,在四周蔓延到大脑皮层区域出现症状的时间。1研究使用正电子发射断层扫描(PET)与高亲和力配体τ聚合形成的广告显示,皮质tau-PET保留重叠的程度和地形与神经退化2和与认知能力下降。2,3因此,τ积累相关干预目标和潜在的结果衡量广告。4
τ在广告传播的经典被认为根据尸检研究遵循典型的时空模式5,6从(反式)内嗅皮层海马伪劣颞叶,到达皮质联合区(Braak分期方案)。然而,解剖7,两截8- - - - - -10和纵向11- - - - - -15tau-PET研究已经发现了大量的个人间的差异在τ的沉淀和积累,与重要的偏离传统Braak模型。7- - - - - -10事实上,一些不同的τ病理亚型最近被确定使用τ宠物,与这些表现出明显的人口和认知概要文件,以及不同纵向的结果。16虽然机制这种可变性依然存在,到目前为止,还不清楚,可能与个体差异有关的大脑组织(例如,轴突连接模式)的变化,区域脆弱性(如沉积τ沿着不同的网络),或疾病的生物化学变化(如酶活性的个体差异、copathology或其他生物过程)。17
纵向τ宠物越来越作为一个结果测量检测药物目标接触或疗效评估疾病修饰治疗AD的临床试验。18最近的工作比较τ宠物和认知作为临床试验的结果表明,显著减少参与者被要求检测相比,τ的速度积累有意义的改变与认知功能减退的发生率。19然而,个人间的异质性在τ传播的模式提出了挑战的准确预测τ进展在个体水平。11- - - - - -15使用participant-specific(个性化)的方法预测未来τ的传播可以帮助增加敏感性检测治疗效果和帮助减少病人的数量包括在这些试验。初步发现使用一个这样的方法表明,为每个参与者定义感兴趣的区域(ROI)提高了敏感性τ积累和显著减少所需的样本大小相比,传统的使用(例如,Braak阶段,时间和整个大脑meta-ROIs)方法,每个参与者分配相同的ROI(组级别)。20.在目前的研究中,我们旨在扩大工作participant-specific roi比较组级别和个性化的roi使用一系列定义方法不同复杂性水平跨多个指标使用纵向[18F] RO948τ宠物临床连续参与者在不同阶段的广告。结果验证与纵向(一个独立的数据集18F] flortaucipir。
这个队列研究得到伦理隆德区域伦理委员会的批准,瑞典。从瑞典获得批准PET成像是药物和产品代理和当地辐射安全委员会在瑞典史大学医院。所有的参与者给书面知情同意。我们包括认知正常个体(铜),轻度认知障碍(MCI)患者和患有AD痴呆的前瞻性和纵向瑞典生物标志物识别神经退行性疾病的早期和可靠2 (BioFINDER-2)研究。21参与者之间为2017年9月18日和11月15日,2021年。包含和排除标准(eMethods 1在其它地方描述的那样补充1)。22,23铜的60岁以上人,没有MCI或痴呆。22,23排除标准包括客观认知障碍,严重的躯体疾病,目前的酒精/物质滥用。MCI患者完成了精神疾病诊断与统计手册(第五版)标准轻度AD痴呆患者神经认知障碍而完成的第五版由于广告标准主要认知障碍。24定义使用CSFAβ42 / Aβ40 Aβ地位,如前所述。23本研究遵循加强流行病学的观察性研究报告(选通脉冲)报告指南。
(18F] RO948宠物进行数字扫描仪(发现MI(通用电气医疗集团))70到90分钟后注入,如前所述。22像一些非目标绑定被描述在脑膜(18F] RO948,22没有在平滑图像重建。进一步降低的可能性非目标信号,得到更准确的脑膜分割使用T1 / T2磁共振成像(序列自适应多通道分割[SAMSEG] FreeSurfer公用事业[计算神经影像实验室]),25当时用于修剪邻FreeSurfer roi (eMethods 2补充1)。然后纠正ROI是用于几何传递矩阵(GTM)部分体积误差修正。26系列高分辨率t1加权磁共振图像获得(3 t MAGNETOM棱镜[西门子Healthineers])宠物图像coregistration模板规范化,并使用纵向FreeSurfer分割,6.0版。27标准摄入值比(SUVR)图像创建使用小脑皮层作为参考。进行灵敏度分析使用另一种参考地区组成的整个小脑,脑干和侵蚀皮层下白质。符合ROI-based分析,纠正了部分体积效应采用GTM, voxelwise分析使用提出voxelwise修正,28部分容积技术,扩展了GTM方法和执行voxelwise整个图像的校正。
组级别的完整细节和个性化的roi中包括eMethods 3和eTables 1、2和3补充1。所有的方法都是在本地实现空间。组级别roi (图1)包括先前描述的阶段18F] RO948,29日建立了使用数据驱动的方法结合聚类和基于事件的建模。30.,31日这种方法确定目标roi,大致符合广泛使用(18F] flortaucipir-derived Braaklike成像阶段,覆盖了各种广告τ聚合,后来从早期到受灾地区。此外,我们包括整个大脑和颞meta-ROIs。32使用Braak roi进行灵敏度分析。33
个性化的roi (图2),使用了以下5个方法:(1)四分位数1 (Q1),(2)基于概率的,(3)重叠指数,(4)最高tau-PET-positive数据驱动阶段(DDS),和(5)亚型和舞台推理(维持)。在第一季度,所描述的其他地方,20.高斯混合模型(GMM)的首次演出是在所有200 Schaefer的大脑皮层区域地图集34为了提取的概率tau-PET积极为每一个地区。后建立participant-specific tau-PET中心点(前10%概率最高的区域有异常tau-PET SUVR值),每个剩余的roi的功能性connectivity-based距离震中决心,分为不重叠的四分位数震中每个区域的连接。20.Q1,代表了前25%与最强的功能连通性震中地区,是用来计算变化tau-PET SUVR。功能连通性数据从69立方的个人获得ADNI队列Aβ-negative和全球SUVR低(< 1.30)tau-PET绑定。35距离震中nonepicenter roi是由平均participant-specific功能连通性矩阵转化为一个基于距离的连接矩阵,用较短的路径长度之间的roi显示更强的连接。36
使用概率的方法,提取tau-PET阳性的概率为每个地区使用GMM从FreeSurfer地图集。20.不同的间隔被选中的概率,概率与大脑区域选择的间隔内组合成一个复合为每个参与者和用于计算ROI改变tau-PET SUVR。的概率区间收益率最高的平均变化在参与者被选中。
重叠指数是一个最近提议的方法,评估上面的体素的稳定性定义的阈值,37基于假设超阈值的像素点,随着时间的推移保持稳定代表一个真正的积极信号由于τ病理学,而不是随机的变化。只考虑到大脑皮层灰质,面具从FreeSurfer分割提取。基线和随访扫描获得面具后使用的SUVR阈值大于1.40,确定空间重叠,产生的面具然后用来计算变化tau-PET SUVR。符合ROI-based分析,分析了本地空间。
最高tau-PET-positive DDS是基于体内tau-PET研究表明,τ聚集在大脑皮层广告遵循分层模式。29日,38,39我们假设变化tau-PET SUVRs将在这些地区最高最近受到影响。因此,我们应用GMM-based切断与基线SUVR DDS roi值为每个5(1 - 5)指定阶段(图1)来决定哪一个roi受到τ的影响在每个基线。接下来,我们衡量ROI的纵向变化影响去年在τ级联积累每个参与者(如使用阶段4 ROI个体积极阶段ROI 1, 2, 3, 4) (eTable 4补充1)。
维持人口是一种无监督的机器学习技术识别子组与疾病进展的共同模式。40具体地说,它首先识别子类型,然后重建阶段的轨迹在每个亚型中,子类型和阶段分配给每个参与者。维持最近被用来识别4 tau-PET亚型在广告中使用(18F] flortaucipir。16
4-subtype模型应用于概率分配个人1 30进步的阶段以及1 4亚型的轨迹。为了创建一个个性化的投资回报率为每个参与者,FreeSurfer区域包含在每个阶段分组如下:1到10、11日至20日和21日至30日。
使用[初步数据18F] GTP-1已经显示出更大的敏感性纵向变化τ宠物使用τ程度,定义为体素的数量高于定义阈值除以总数量的像素点在该地区(即异常体素的比例在一个给定的地区),在颞meta-ROI,41我们比较样本容量减少用年度百分比变化τ程度和SUVR [18在这一地区(eMethods 3 F] RO948补充1)。
参与者(Aβ-positive铜个人和那些Aβ-positive MCI和AD痴呆)和纵向(18F] flortaucipirτ宠物(ADNI,从狂热的05 e, Expedition-3和瑞典BioFINDER-1军团)包括验证队列。包含和排除标准描述的地方42;Aβ-status决心使用淀粉pet(狂热的05 e和Expedition-3, (18F] florbetapir;ADNI, (18F] florbetaben或[18F] florbetapir;BioFINDER, (18F] flutemetamol)和皮层复合达标(eMethods 4补充1)。尽管组级别roi是一样的使用(18使用[F] RO948,个性化的roi是重新定义18F] flortaucipir。
年度百分比变化tau-PET SUVR确定roi内基线和随访。这是计算后续的区别和基线,除以基线吸收和除以扫描之间的时间间隔年。年度变化SUVR[(后续SUVR−基线SUVR) /时间变化量]报道eTables 4到7补充1。为了测试该年度的变化是否tau-PET SUVR重要,1示例t测试对0进行groupwise每个ROI。确定ROI的影响理论试验样本量要求使用τ宠物作为结果,权力分析groupwise,假设20%,30%或40%减少的年度百分比变化tau-PET SUVR与安慰剂相比。组级别之间的差异和个性化ROIs-for SUVR年度变化和样本容量削减是测试使用引导(n = 1000;ie,意味着更高的价值超过95%可信区间的较低的值)。所有分析都是用R版本,4.2.1 (R)基础准备。
共有215名参与者(平均年龄(SD), 71.4(7.5)年;111名男性(51.6%);104名女性[48.4%])和纵向τ的宠物被包含在这一分析:97年Aβ-positive铜个人(45%)、77年Aβ-positive MCI患者(36%)和41个人从BioFINDER-2研究AD痴呆(19%)。意思是(SD)随访时间1.8(0.3)年。参与者的特征进行了总结表。组级别roi所示图1而使用的方法获得个性化的roi所示图2和图3。
共有406名参与者与纵向(18F] flortaucipirτ宠物由验证示例:137 Aβ-positive立方个人,144与Aβ-positive MCI和125 AD痴呆。验证示例包括以下研究的参与者群体狂热的05 e (n = 151), Expedition-3 (n = 82), ADNI (n = 117)、和瑞典BioFINDER-1 (n = 56)。
使用组级别roi,最大的年度比例增加(18F] RO948 SUVR Aβ-positive铜个人是我在DDS(内嗅皮层、海马和杏仁核:4.29%;95%可信区间,3.42% - -5.16%;P<措施)(图4)。在Aβ-positive MCI患者,最大的变化是在DDS II(颞皮层区域:5.82%;95%可信区间,4.67% - -6.97%;P<措施)(图4),而在个人广告痴呆,最大的变化是在第三阶段(顶叶区域:7.47%;95%可信区间,6.18% - -8.78%;P<措施)(图4一个;eTables 4和5补充1)。发现1示例t测试包括在eTables 4、5、6和7补充1。发现使用Braak roi是类似于使用dds (eTables 6和7补充1)。在数据驱动和Braak roi,变异tau-positive roi的数量在减少,临床组(eTable 8补充1)。估计的年度变化SUVR高出一般数值使用个性化的roi (图4)。然而,重要性水平不同的ROI和疾病阶段(eTable 9补充1)。尽管所有的roi优于组级别DDS我在Aβ-positive铜参与者(DDS, 4.29%;95%可信区间,3.42% - -5.16%;重叠指数5.14%;95%可信区间,4.29% - -6.13%;维持,5.32%;95%可信区间,4.33% - -6.31%;概率,5.89%;95%可信区间,5.23% - -6.84%;最高tau-PET-positive DDS, 6.69%; 95% CI, 5.66%-7.54%; allP<措施),只有概率和最高tau-PET-positive DDS方法导致更高的估计年度百分比变化(18F] RO948 SUVR相比表现最好的组级别数据驱动的ROI跨Aβ-positive铜个人和那些MCI (DDS II, 5.82%;95%可信区间,4.67% - -6.97%;概率,7.92%;95%可信区间,6.82% - -9.02%;最高tau-PET-positive DDS, 8.67%;95%可信区间,7.49% - -9.85%;P<措施)和AD痴呆(DDS三世,7.47%;95%可信区间,5.98% - 8.96%;概率,9.20%;95%可信区间,7.95% - -10.45%;最高tau-PET-positive DDS, 10.74%;95%可信区间,9.33% - -11.84%;P<措施)。
使用个性化的roi,最高tau-PET-positive DDS方法表现最好在诊断组(Aβ-positive铜、6.69%;95%可信区间,5.83% - 7.55%;P<措施;Aβ-positive MCI, 8.67%;95%可信区间,7.49% - -9.85%;P<措施;AD痴呆,10.74%;95%可信区间,9.33% - -12.20%;P<措施)(eTable 9补充1),即使使用另一种参考地区结合小脑,脑干,皮层下白质(eFigure腐蚀补充1)。
相比在年度百分比变化估计(18F] RO948使用组级别和个性化的roi,我们估计样本量要求模拟干预,减少纵向τ积累了30%。为每个组(即Aβ-positive铜、Aβ-positive MCI,痴呆和广告),样本量减少组级别和个性化的ROI估计与颞meta-ROI由于其广泛使用在广告领域和τ的宠物和表现最好的组级别ROI (图4B)。在Aβ-positive铜个人、样本量减少个性化的roi的范围从42.74%(95%可信区间重叠指数,35.44% -49.74%;P<措施)到72.10%(最高tau-PET积极的DDS, 95% CI, 67.10% - -77.20%;P<措施)与颞meta-ROI和12.21%之间(重叠指数(95%可信区间,5.91% - -18.51%;P= . 01)和56%(最高tau-PET-positive DDS, 95%可信区间,51.17% - -60.10%;P<措施)与DDS我(图4B)。类似的模式是Aβ-positive MCI样本量减少15.94%(重叠指数(95%可信区间,8.14% - -23.74%;P=措施)和53.02%(最高tau-PET-positive DDS, 95%可信区间,47.10% - -59.87%;P<措施)与颞meta-ROI和12.22%之间(重叠指数(95%可信区间,4.42% - -18.10%;P= . 01)和50.38%(最高tau-PET-positive DDS, 95%可信区间,45.43% - -55.34%;P<措施)与DDS二世(图4B)。在AD痴呆,样本量减少16.83%之间变化(重叠指数(95%可信区间,8.78% - -25.61%;P= .002)和48.30%(最高tau-PET-positive DDS, 95%可信区间,41.03% - -89.10%;P<措施)与颞meta-ROI和9.73%之间(重叠指数(95%可信区间,2.68% - -12.41%;P= 04)和43.59%(最高tau-PET-positive DDS, 95%可信区间,38.39% - -81.98%;P<措施)与DDS III (图4B)。只有在Aβ-positive铜人之间的显著差异看到样本量减少使用颞meta-ROI和表现最好的DDS(四分位数1:颞meta-ROI, 50.56%;95%可信区间,44.63% - -56.50%;DDS, 22%;95%可信区间,17.10% - -26.94%;P<措施;重叠指数:颞meta-ROI, 42.74%;95%可信区间,35.44% - -50.03%;DDS, 11.65%;95%可信区间,5.36% - -17.95%;P<措施;维持;颞meta-ROI, 47.88%;95%可信区间,38.45% - -57.30%;DDS, 17.76%;95%可信区间,9.34% - -26.18%;P<措施;基于概率:颞meta-ROI, 64.78%;95%可信区间,59.67% - -69.89%;DDS, 44.43%;95%可信区间,40.32% - -48.54%;P<措施;最高tau-PET-positive DDS:颞meta-ROI, 72.10%;95%可信区间,66.60% - -77.50%;DDS, 55.90%;95%可信区间,51.45% - -60.35%;P<措施)(图4B)。样本量估计(即参与者人数的要求每部门检测干预效果)假设假设的干预效果为20%,30%,和40%都包含在eTables 10、11和12补充。
当执行一个灵敏度分析比较年度百分比变化τ程度和18F] RO948 SUVR颞meta-ROI模拟干预,减少纵向τ积累了30%,样本大小是一贯低SUVR (Aβ-positive铜、17.90%;95%可信区间,11.47% - -24.33%;P= .007;Aβ-positive MCI, 29.47%;95%可信区间,19.55% - -39.39%;P= .003;AD痴呆,33.94%;95%可信区间,25.02% - -42.86%;P<措施)(eTable 13补充1)。
在406名参与者(137 Aβ-positive铜、144 Aβ-positive MCI和41 AD痴呆)和纵向(18F] flortaucipirτ宠物,(SD)的平均年龄为77.18(7.74)年,41是女性(48.32%)(eTable 14补充1)。类似于BioFINDER-2发现,最大的年度增长(18F] flortaucipir SUVR被认为在舞台上我(3.88%;95%可信区间,在个人Aβ-positive铜3.17% - -4.58%),Aβ-positive MCI患者痴呆和广告显示最大的增长阶段II (5.41%;95%可信区间,4.51% - -6.31%)和III (6.08%;95%置信区间分别为4.90% -7.26%)(eTables 15、16、17和18补充1)。此外,个性化的roi导致显著高于估计的年度百分比变化与组级别roi相比,最高的tau-PET-positive DDS方法表现最好在诊断组(eTables 15和16补充1)。类似于(18F] RO948,样本量减少更大的使用个性化的roi与组级别roi相比,与最高tau-PET-positive DDS表现最佳(eTables 19、20和21补充1)。
在这个队列研究中,我们比较2定义ROI方法使用和纵向τ的宠物:组级别的方法,在相同的ROI是用于每个参与者,和一个个性化的方法,其中每个参与者收到自己的特定的ROI。我们的主要发现表明,个性化的roi增加了敏感性检测纵向τ积累以及干预效果在模拟临床试验用τ宠物作为结果。个性化的附加值ROIs-in tau-PET信号随时间变化的敏感性和需要的样品尺寸更大的Aβ-positive铜组相比Aβ-positive MCI和AD痴呆组。方法中重要的是,用于生成个性化的roi,最简单的方法(最高tau-PET-positive DDS,改变在τ宠物计算最高tau-PET-positive DDS)表现最好,提供最高tau-PET改变估计和样本容量减少。
发现使用组级别数据驱动和PET-based Braak roi与先前的纵向tau-PET研究是一致的,τ积累主要是在内侧颞叶在疾病过程的早期(即DDS我和Braak I / II Aβ-positive铜个体)和主要在颞叶和顶叶皮质区域(即DDS II / III和Braak III / IV)与认知障碍Aβ-positive个人,13,38,43- - - - - -46符合τ发展的层次Braak分段模型。5,47,48τ的个性化评估积累的更大的敏感性空间预定义的roi(例如,数据驱动或Braak roi)在组织,然而,表明观点,τ沉积可以在广告中异构。7- - - - - -10变异的数量tau-PET-positive数据驱动或Braak roi显示区域异质性的τ积累减少疾病进展。这个观察,结合样本量减少差异的个性化和groupwise roi只有重大Aβ-positive铜个人,表明个性化的roi的效用可能是最大的在临床前阶段的广告。异质性在τ沉积可能与不同τ网站(中心点)和τ的后续传播通过大脑区域之间的连接。以前的工作使用[18F] flortaucipir发现τ累积率最高的大脑区域与最接近connectivity-based接近τ中心点(Q1)20.;在这里,我们复制这些发现和扩展通过我们与dds的比较。类似的解释也可能适用于SUSTAIN-based亚型不同tau-PET模式见过的4个不同亚型与大规模神经网络从不同的区域内颞叶播种。16早期研究表明,τ病理学的基础上可能与更高级的高原或减少疾病阶段,49导致纵向变化,个别间变异概率的方法是试图排除低概率区域可能显示τ积累和高概率区域被认为是在或接近其最大可能的浓度τ。49,50
符合分层聚合的特征Braakτ,分期系统5,47,48我们发现τ积累使用最高最大的DDS显示异常(18F] RO948 SUVR tau-PET-positive最高(DDS)水平。尽管tau-PET积极性和病理τ积累也出现在前阶段异常阶段最高,表明虽然有越来越负担的τ在坦然的反对τ的传播从一个冷漠区域τ的靠积累总量最大的最近受影响的大脑区域。在临床试验中使用τ宠物作为结果,这种方法会比较容易实现。使用基线tau-PET扫描,判断tracer-specific切断来自一个大型学术群体可以应用于数据驱动或Braak ROI, tau-PET-positive最高ROI然后选择纵向使用。但是,还需要进一步的研究来评估的再现性阈值τ这里提出积极性。除了它的简单性,最高tau-PET-positive DDS方法是表现最好的ROI跨组织表明,它可用于整个广告连续试验。虽然认知衰退通常被认为是作为临床试验的主要结果测量指标,51最近的研究凸显了τ宠物的潜在作用的临床试验。19,29日这是管道antitau药物进入临床试验进一步证明了这一点。52虽然还需要进一步的比较研究,由于大型内,与病人之间变化经常使用认知措施,53τ宠物可能允许广告试验持续时间更短和更少的参与者。最后,比较之间的样本量减少年度百分比变化在时间τ程度和SUVR meta-ROI表明SUVR可能纵向τ宠物的首选指标。
本研究的优点包括,我们几个组级别和个性化定义roi方法相比,个性化的roi方法的不同程度的复杂性。此外,我们的研究涵盖了临床连续的广告,有一个比较长的随访间隔跨组相似。重要的是,我们复制我们的主要发现18使用纵向[F] RO94818F] flortaucipir宠物在一个独立的群体。限制包括适度数量的参与者扫描与18F] RO948 AD痴呆组和我们不能估计within-participant测量误差因为参与者只有2 tau-PET扫描。本研究有助于优化试验的持续调查结果和精度。54
这个队列研究的结果表明,个性化的roi进行一个优势组级别roi评估纵向τ变化和可能增加的敏感性检测治疗效果广告使用纵向tau-PET作为临床试验的结果。未来的研究应该评估额外的方法定义个性化的roi。
发表:2023年2月15日。
网上发表:2023年5月8日。doi:10.1001 / jamaneurol.2023.1067
开放:这是一个开放的分布式根据文章CC-BY许可证。©2023 Leuzy et al。JAMA神经学。
相应的作者:安东尼Leuzy博士临床记忆研究单位、部门的临床科学,se - 205 02马尔默,瑞典隆德大学(antoine.leuzy@med.lu.se);奥斯卡·汉森,医学博士,记忆诊所,史大学医院,se - 205 02马尔默,瑞典(oskar.hansson@med.lu.se)。
作者的贡献:Drs Leuzy和汉森有完全访问所有的数据研究,负责数据的完整性和数据分析的准确性。
概念和设计:Leuzy,沃格尔,克莱恩,Borroni Ossenkoppele,汉森。
数据的采集、分析或解释:Leuzy, Pichet Binette,沃格尔,Klein Tonieto, Strandberg, Mattsson-Carlgren, Palmqvist, Pontecorvo, Iaccarino, Stomrud,史密斯,汉森。
起草的手稿:Leuzy。
关键的修订手稿的重要知识内容:所有作者。
统计分析:沃格尔,Leuzy Strandberg Mattsson-Carlgren。
获得资助:Mattsson-Carlgren、Palmqvist Ossenkoppele,史密斯,汉森。
行政、技术或材料支持:克莱恩,Borroni Strandberg Palmqvist,史密斯,汉森。
监督:克莱恩,Tonieto Ossenkoppele,汉森。
利益冲突的披露:Leuzy博士报道收到谜之外的美国生物医学顾问费用提交工作。Drs克莱因、Borroni·f·罗氏公司的全职员工报道在进行这项研究的。Palmqvist博士担任科学顾问委员会报告和/或鉴于座谈会由BioArctic讲座,生原体,Cytox,礼来,基拉的解决方案,和罗氏。Drs Pontecorvo和Iaccarino报道是礼来公司和公司的全职员工和股东。汉森博士报告接收非金融支持(RO948和狂热的宠物图像的前身)从狂热的/礼来公司在进行研究和顾问/扬声器费用从AC免疫,Amylyx, Alzpath, ADx, AVID Radiopharmaceuticals,生原体,Cerveau,礼来,卫材、Fujirebio,基因泰克,诺华,BioArctic,通用电气医疗集团,辉瑞、罗氏公司,西门子在提交工作。没有其他信息披露报告。
资金/支持:这项工作的部分支持由拨款2016 - 00906和2018 - 02052年从瑞典研究理事会授予2017 - 0383克努特和爱丽丝•瓦伦堡基金会拨款2015.0125从玛丽安和马库斯•瓦伦堡基金会战略研究领域MultiPark(多学科研究帕金森病)隆德大学授予af - 939932瑞典老年基金会,资助fo2019 - 0326和fo2022 - 0204年从瑞典的大脑基础,瑞典的1280/20的帕金森基金会的资助,资助2020 - o000028史大学医院基金会拨款2020 - 0314和2020 - 0383年从Regionalt Forskningsstod,拨款2018 - projekt0279和2018 - projekt0226从瑞典联邦政府从瑞典联邦政府拨款949570欧洲研究理事会在欧盟的地平线2020研究和创新项目。的前体18F-flutemetamol是由通用电气医疗集团。的前体18F-RO948是由罗氏公司提供。的前体18F-flortaucipir被AVID Radiopharmaceuticals提供。
资助者的角色/赞助商:资金来源ADNI导致的设计和实现ADNI和/或提供数据,但没有参与研究分析或解释的数据,或写作,审查或批准的手稿。
组信息:万博manbetx平台首页阿尔茨海默病的神经影像学的成员出现在补充2。
数据共享声明:看到补充3。
附加信息:万博manbetx平台首页本文的数据用于制备得到的阿尔茨海默病的神经影像学(ADNI)数据库(http://adni.loni.usc.edu/)。
24。
美国精神病学协会;第五工作组。精神疾病诊断与统计手册:第五版。第五版,美国精神病学出版社;2013年。
26岁。
马Rousset OG, Y,埃文斯AC。宠物:修正部分体积效应原理和验证。
J诊断。1998年,39 (5):904 - 911。
PubMed
谷歌学术搜索