摘要
客观的评估一种新型的基于β-淀粉样蛋白(a β) pet的定量测量方法(a β积累指数[a β指数])，包括评估其基于a β状态的参与者之间的区分能力，使用视觉读数，CSF a β42/β40，以及死后神经斑块负荷作为真实性标准。
方法用Aβ-PET扫描了1001名参与者(有和没有认知障碍):瑞典BioFINDER, n = 392， [18F] flutemetamol;阿尔茨海默病神经影像学研究(ADNI)， n = 692， [18F] florbetapir;第三阶段临终研究，n = 100， [18F] flutemetamol。评价了Aβ- pet标准摄取值比(SUVR)与Aβ- pet指数的关系。比较Aβ指数、SUVR与视觉读数、脑脊液Aβ的诊断价值42/β40，以Aβ组织病理为参考标准。
结果Aβ指数与SUVR (R2: BioFINDER 0.951, ADNI 0.943, end- life, 0.916)。这两种方法在区分Aβ阳性和Aβ阴性参与者方面表现同样出色，检测异常视觉读数的曲线下面积(AUCs)为0.979至0.991，检测脑脊液Aβ异常的aus为0.961至0.96642/β40， auc为0.820 ~ 0.823，检测Aβ组织病理异常。这两项测量也显示出在基于死后的a β阶段的相似分布(基于抗a β 4G8抗体)。与仅使用目视读取模型相比，a β指数的加入导致AUC显著增加，而Akaike信息标准检测异常a β组织病理的降低。
结论提出的a β指数显示与SUVR密切相关，并且与后者相比具有优势，因为它不需要定义感兴趣的区域或使用MRI。因此，Aβ指数可能更容易在临床环境中实施，也可能有助于比较使用不同Aβ- pet示踪剂的结果。
证据分类这项研究提供了III类证据，与Aβ- pet视觉读数CSF Aβ相比，Aβ积累指数准确地区分Aβ阳性和Aβ阴性参与者42/β40和Aβ组织病理学。
术语表
- 一个β＝
- β淀粉样蛋白；
- 广告＝
- 阿尔茨海默病；
- ADNI＝
- 阿尔茨海默病神经成像倡议；
- 另类投资会议＝
- 赤池信息标准；
- AUC＝
- 曲线下面积；
- CERAD＝
- 建立阿尔茨海默病登记处的联盟；
- CI＝
- 认知能力受损；
- 铜＝
- 认知未受损伤的；
- dsm - iv＝
- 精神疾病诊断与统计手册，第四版 ；
- ROI＝
- 感兴趣地区；
- SUVR＝
- 标准化摄取值比
β-淀粉样蛋白(Aβ)-PET示踪剂，如[18F]氟他氨目前仅被批准用于视觉评估(即图像由训练有素的评分员评定为阴性/阳性(正常/异常))。1，2然而，有证据表明，量化示踪剂在大脑中的保留量可能会提高评分者之间的一致性3.并有助于监测抗a β试验的治疗效果。4a β- pet最常用的定量测量方法是标准化摄取值比(SUVR)，其中皮质(目标)区域的示踪剂浓度除以假设无a β病理的参考区域的示踪剂浓度。虽然高分辨率结构MRI是理想的用于描绘这些感兴趣区域(ROIs)，但这项技术并不总是在临床环境中可用，并且经常禁忌用于老年患者。5
在没有MRI的情况下，只能使用pet入路。6在这种方法中，PET图像首先从标准化的坐标空间(空间归一化)转换，然后用概率地图集定义roi。利用这种方法，我们最近描述了一种新的测量大脑a β负荷(a β指数)的方法。7因为它不需要roi的定义，所以实现起来比SUVR更简单。在这里，我们的目的是(1)比较3个独立队列的Aβ指数和SUVR;(2)通过视觉阅读、脑脊液Aβ来评估他们区分Aβ阳性和Aβ阴性参与者的能力42/β40，或死后神经斑块负荷为真实标准;(3)评价结合视觉读数和a β指数使用CSF a β预测a β阳性是否优于单独视觉读数42/β40，和死后神经斑块负荷作为真实标准。我们假设，在这些目标中，Aβ指数将表现出对SUVR的非劣性。
方法
参与者
我们的人群包括来自3个不同队列的1121名Aβ-PET参与者:392名来自瑞典BioFINDER研究(临床试验编号:1391)。NCT01208675)，用[18F)氟他摩(251例认知功能未受损[CU]，包括129例老年对照，122例主观认知功能下降，141例轻度认知功能受损[CI]参与者)，629例来自阿尔茨海默病神经成像计划(ADNI)(临床试验号:NCT00106899)(246名CU对照组和383名CI参与者[轻度认知障碍])，用[18F) florbetapir和100名来自3期临终研究的参与者(临床试验编号;NCT01165554而且NCT02090855)，用[18F]氟他摩死前尸检8，- - - - - -，10来自BioFINDER和ADNI的CU和CI个体的纳入标准已经在其他地方描述过11，12并载于附录e-1和e-2，doi: 10.5061 / dryad.2547d7wnf)．在临终研究中，参与者年龄≥55岁，患有绝症，预期寿命<3年，总体健康状况足以完成研究程序。痴呆症，根据DSM-IV标准定义，被标记为存在或不存在，如病例记录中报告的那样。在伴有脑脊液Aβ的阿尔茨海默病(AD)痴呆患者中，也检测了Aβ指数与SUVR的关系42/β40作为Aβ状态的真实标准(BioFINDER, n = 25， [18F]氟他摩PET可用，n = 25从ADNI与[18F] florbetapir)。
标准方案批准，注册和病人同意
获得所有参与研究的患者(或患者监护人)的书面知情同意(研究同意)。隆德大学地区伦理委员会批准了BioFINDER的伦理。PET成像获得了瑞典医疗产品管理局和Skåne大学医院当地辐射安全委员会的批准。对于ADNI和临终队列，研究方案由当地伦理委员会批准。
图像采集与处理
对于BioFINDER， [18F]使用Philips Gemini TF PET/CT扫描仪(Philips医疗系统，阿姆斯特丹，荷兰)在注射后90至110分钟内进行氟他莫研究;以列表模式获取数据，并使用迭代Vue Point HD算法(6个子集，18次3毫米滤波器迭代，无飞行时间校正)将数据分成帧。所有参与者均接受3T MRI扫描(Siemens MAGNETOM Prisma，慕尼黑，德国)，获得等距1毫米3.t1加权磁化制备快速梯度回波图像。署长办事处:[18F]注射后50 - 70分钟获得的florbetapir图像数据13使用在3T获得的矢状体积磁化制备的快速梯度回波序列进行t1加权MRI扫描。14对于第三阶段的临终研究，[18F]注射后间隔90 ~ 110分钟在PET/CT相机上获得氟他莫PET图像。由于ADNI和3期生命终止研究本质上都是多中心的，图像被平滑以实现统一的成像分辨率。
a β- pet图像采用两种方法进行空间归一化:SPM12中包含的mri驱动方法和pet驱动的主成分方法。7对于临终队列，[的归一化18F]氟他醇图像仅用主成分方法进行，因为MRI不可用。这种双重方法的目的是确保主成分方法得出的suvr与mri驱动的金标准方法得出的suvr高度相关。主成分方法的完整细节可以在原始出版物中找到。7简而言之，首先通过Aβ-PET SUVR图像的奇异值分解计算示踪特异性主成分图像。选择两个主成分是因为它们捕获了数据集中约95%的方差。第一个主成分表示数据集中所有图像的平均值;二是a β阳性和a β阴性图像的差异(即特异性结合)。合成模板(我合成)则可被建模为第一主成分图像和第二主成分图像的线性组合(我PC1而且我PC2分别)。作为这次行动的一部分我PC2乘以一个权重因子(a β指数;也就是说,我合成＝我PC1+ Aβ指数×我PC2)代表大脑a β病理的全球测量。在这里，a β指数为正值的模板具有更强的a β阳性外观，而a β指数为负值的模板具有更强的a β阴性外观。通过使用包含Aβ指数和空间变换所需参数的算法，合成模板可用于Aβ- pet图像归一化。
在本研究中，从第2期研究中获得的现有合成模板用于[18F] flutemetamol15和[18F] florbetapir。16，17[空间归一化后18F]氟他莫和[18F]florbetapir扫描，计算了BioFINDER和ADNI参与者的2组suvr(每种归一化方法一组)，使用复合皮质roi，包括AD中典型表现为高a β负荷的大脑区域，包括额叶、颞叶和顶叶皮质、楔前叶、前纹状体和岛叶皮质，并将桥脑和小脑作为参考组织18对于[18F]氟他莫和[18分别F] florbetapir。如上所述，SUVR值为[18F]临终队列的氟替他醇扫描仅基于主成分归一化。
这里的术语主成分是指主成分驱动的归一化方法(以及，例如，从使用该方法归一化的图像中得到的SUVR值)，而不是Aβ指数本身(当主成分驱动方法用于空间归一化时生成)。
脑脊液生物标志物
在BioFINDER和ADNI研究中，腰椎穿刺和脑脊液处理遵循结构化方案。11在BioFINDER中，如其他地方所述，使用了全自动Elecsys分析(Roche Diagnostics, Indianapolis, In)，19，20.样本在瑞典哥德堡大学临床神经化学实验室进行分析。ADNI中，CSF Aβ42/β40Aβ42和β40从液相色谱串联质谱检测(超高效液相色谱-质谱)方法获得的测量结果，21样本在宾夕法尼亚大学的生物标志物研究实验室进行了分析。
死后Aβ病理评估
基于死后的Aβ斑块病理估计是基于先前为支持GE067-007/GE-067-026的3期临床试验而收集的尸检脑组织。18F] flutemetamol宠物。22正如在其他地方所描述的，10福尔马林固定后，大脑冠状切片并进行宏观筛选。然后将Bielschowsky银法应用于由建立阿尔茨海默病登记联盟(CERAD)定义的8个新皮层区域的石蜡包埋组织。23在每个区域，神经斑块密度记录为0(无斑块)，1(稀疏;斑块1-5个)，2个(中度;6-19个斑块)，或3个(常见;>20个斑块)，每100×视野。23，24然后应用一种改进的基于cerad的评估方法，计算8个研究区域的神经斑块密度的算术平均值(每个区域30个测量值)，给出一个连续变量。在对Aβ染色切片(抗Aβ 4G8抗体)进行斑块分布筛选后，确定了描述Aβ斑块病理分级扩散的Aβ 9期。9
Aβ状态的定义
a β状态(阳性/阴性)作为真实的标准，用三种方法定义:在ADNI和BioFINDER中使用a β- pet摄取图像和CSF a β的共识读取42/β40以及在临终试验中使用基于死后的Bielschowsky组织病理学评分。用于CSF Aβ42/β40，临界值为0.059 (BioFINDER)25和0.137 (ADNI)，基于应用于BioFINDER和ADNI队列的高斯混合建模。对于Bielschowsky银染色，每个评估的大脑区域从0到3分(计算为30个测量值的算术平均值);评分>1.5，先前显示为稀疏和中度神经斑块类别之间的阈值，108个被调查区域中的任何一个都被认为是异常的，大脑被归类为Aβ阳性。
统计分析
组间特征比较采用Kruskal-Wallis或Fisher精确检验。Aβ指数与SUVR的关系18F]氟他莫和[18F]florbetapir采用线性回归和决定系数(R2)．进行受试者工作特性分析，以生成Aβ指数和SUVR的曲线下面积(AUC)值。通过自举(n = 1000)程序评估这些测量的AUC值的差异。为了评估Aβ指数、AUC和Akaike信息标准(AIC)值的附加临床价值，采用二元logistic回归模型(使用CSF Aβ42/β40将[BioFINDER和ADNI]和Bielschowsky组织病理学[临终队列]作为结果变量[阳性/阴性])与视觉读数(模型1)或视觉读数结合Aβ指数(连续，模型2)进行比较。为了进行比较，我们加入了视读和SUVR相结合的第三种模型。所有分析均在R (version 3.5.3;R-project.org/)，其意义设为p< 0.05, 2面。
主要研究问题
主要研究问题是Aβ指数和来自Aβ PET的SUVR如何根据参与者的Aβ状态进行区分。这项研究提供了III类证据，与Aβ- pet视觉读数CSF Aβ相比，Aβ积累指数准确地区分Aβ阳性和Aβ阴性参与者42/β4,和Aβ组织病理学。
数据可用性
本报告中提供的主要分析的匿名研究数据可向任何合格的研究人员索取，以用于复制结果。
结果
队列特征总结在表1(BioFINDER和ADNI)和表2(临终研究)。在85例临终队列中，死前诊断为痴呆的病例中，28例(33%)死后神经病理学诊断为纯AD, 33例(39%)诊断为AD加上至少一种其他病理(例如，脑淀粉样血管病或TAR dna结合蛋白43)，24例(28%)非AD病理，如路易体或血管性痴呆。图1提供了生成Aβ指数所需步骤的概述。[的主成分图像18]氟他莫和[18F]florbetapir在图e-1中提供(doi: 10.5061 / dryad.2547d7wnf)．使用主成分和MRI (SPM12)驱动归一化方法比较SUVR值显示出良好的一致性(图e-2)R2[的值为0.99718F]氟他莫和0.995用于[18F] florbetapir (p< 0.001)。AD痴呆患者的特征如表e-1所示。
所示为生成自适应模板和空间归一化输入β-淀粉样蛋白(Aβ)-PET图像所需的步骤。在右上角，说明了a β指数的作用:第一主成分图像与第二主成分图像的加权版本相结合，产生最适合输入图像的模板图像。
在两个队列中观察到Aβ指数和主成分衍生的SUVR值之间有很强的相关性(BioFINDERR2= 0.951[95%置信区间0.933-0.961]，ADNIR2= 0.943[95%置信区间0.927-0.952]，p< 0.001) (图2)．比较Aβ指数和SUVR的受试者工作特征曲线推导的AUC值表明，这两种测量方法在区分Aβ阳性和Aβ阴性参与者方面表现相同，都具有视觉读数(aus 0.979[95%置信区间0.972-0.989]至0.991[95%置信区间0.972-0.989])和CSF Aβ42/β40(aus 0.961[95%置信区间0.939-0.983]至0.971[95%置信区间0.949-0.981])用作真实性标准(图3)， AUC值之间无显著差异。在AD痴呆病例中也得到了类似的结果(图e-3;doi: 10.5061 / dryad.2547d7wnf)．
β-淀粉样蛋白(Aβ)指数与标准化摄取量比(SUVR)之间的关系显示为[18F]氟他摩(BioFINDER队列;A和C)和[18F]florbetapir(阿尔茨海默病神经成像计划[ADNI]队列;B和D) PET, Aβ状态用(A和B)视读和(C和D)脑脊液Aβ状态定义42/β40作为Aβ状态的真实标准。CI =认知障碍;CU =认知未受损。
[的接收者工作特征图]18F]氟他摩(BioFINDER队列;A和C)和[18F]florbetapir(阿尔茨海默病神经成像计划[ADNI队列];通过(A和B)视觉阅读和(C和D)脑脊液Aβ来区分β-淀粉样蛋白(Aβ)阴性和Aβ阳性的参与者42/β40作为Aβ状态的真实标准。CI =置信区间;SUVR =标准化摄取值比率。
在[18我们发现Aβ指数和SUVR都可以预测异常的Bielschowsky银染色评分(AUCs 0.820[95%置信区间0.716-0.923]至0.823[95%置信区间0.725-0.921])和视觉阅读结果(AUCs 0.938[95%置信区间0.889-0.984]至0.949[95%置信区间0.911-0.988])(图4)， AUC值之间无显著差异。与Aβ相(Thal等。26)为神经病理读数，[18F]氟他莫Aβ指数和Aβ期SUVR (图4)．比较Aβ阶段之间的SUVR和Aβ指数(即1期vs 2, 2期vs 3, 3期vs 4, 4期vs 5)，在对比3期vs 4阶段(SUVR和Aβ指数，p< 0.001)和4期vs 5期(SUVR和Aβ指数，p< 0.01)。
受试者工作特征图(A - d)使用贝尔斯科夫斯基银染色评分和视觉读数分别用于区分β-淀粉样蛋白(Aβ)阴性和Aβ阳性参与者，分别显示在A和B图中。CI =置信区间;SUVR =标准化摄取值比率。
最后，我们研究了a β指数与视觉阅读结合是否优于单独的视觉阅读。与仅使用视觉读数作为预测指标的二元逻辑回归模型相比，使用CSF a β指数的a β指数的添加导致AUC显著增加(a β状态为结果)42/β40(BioFINDER 0.868[95%置信区间0.843 - 0.894]vs 0.962[95%置信区间0.932-0.987]，p< 0.001;ADNI 0.881[95%置信区间0.856-0.906]vs 0.943[95%置信区间0.923-0.962]，p< 0.001)和Bielschowsky组织病理学(0.910[95%置信区间0.883 - 0.937]vs 0.961[95%置信区间0.936-0.986]，p< 0.05)。此外，添加Aβ指数可改善模型拟合(AIC)(使用CSF Aβ)42/β40: BioFINDER 253.94 vs 167.78, ADNI 400.59 vs 328.89;在临终队列中使用Bielschowsky组织病理学:60.24 vs 53.86)。27当SUVR用于两种AUC (AUC: CSF Aβ)时，也观察到类似的结果42/β40， BioFINDER 0.868[95%置信区间0.843-0.894]vs 0.942[95%置信区间0.914-0.968]，p< 0.001;ADNI 0.881[95%置信区间0.859-0.905]vs 0.954[95%置信区间0.925-0.983]，p< 0.001;Bielschowsky，临终队列0.910[95%置信区间0.889-0.933]vs 0.942[95%置信区间0.917-0.969]，p< 0.05)和AIC (CSF Aβ42/β40， BioFINDER 253.94 vs 161.08;ADNI 400.59 vs 306.31;在使用Bielschowsky组织病理学的临终队列中:60.24 vs 56.94)。
讨论
本研究的目的是评估a β指数和a β- pet SUVR之间的关系，包括比较两种测量方法根据参与者的a β状态区分他们的能力，使用几个真实标准(视觉阅读，CSF a β42/β40和死后Aβ组织病理学)。首先，使用两者[18F]氟他莫和[18F]florbetapir，我们证明了基于主成分的归一化方法是精确和准确的，该方法的suvr与基于mri的SPM方法的suvr高度相关。使用pet驱动的方法，我们发现了a β指数和SUVR之间的密切对应关系，这两种测量方法在识别a β阳性病例方面表现同样出色，并且在死后a β阶段表现出相似的增加模式。最后，我们发现，相对于单独使用视觉阅读，添加Aβ指数可以改善Aβ状态的预测。
鉴于最近的证据表明Aβ-PET成像导致CI患者临床管理的变化，28准确、重现的Aβ图像解译的重要性是显而易见的。虽然Aβ扫描的视觉评估为阳性或阴性已被证明是一种足够敏感的方法，就死后估计斑块负担而言，研究表明，读者之间存在显著的差异。29，30.几项研究的结果表明，使用量化可以证明是视觉解释的有益辅助，31，- - - - - -，34类似核医学的其他领域，包括PET成像。35，36例如，使用来自商业软件包的SUVR对Aβ-PET图像进行量化，已被证明可以提高临床相关病例视觉读数的准确性。37在本研究中也是如此，其中添加Aβ指数改善了基于Aβ状态的组织病理学预测。在临床实践中，添加Aβ指数或SUVR等客观测量指标可能会更加重要，因为许多读者在学术研究或临床试验中评估临床PET图像的经验并不丰富。a β指数，以及显示扫描是否为阳性的截止点，可以很容易地整合到目前可用的商业软件中。38定量也已被证明可以在CU老年人中更一致地检测早期Aβ斑块病理。39这一发现尤其重要，因为CU老年人的a β积累在a β阴性范围内，单凭视觉阅读可能被证明是不敏感的，可能成为抗a β临床试验的关键目标人群。40
PET中量化的一个基本前提步骤是将数据空间转换为公共空间(即空间标准化)。采用主成分方法得到的SUVR值与基于双扫描(MRI, PET) MRI驱动的SPM方法的SUVR值密切相关，表明实现了精确的空间归一化。此外，这种方法不需要单独的MRI扫描;考虑到MRI并不总是作为常规临床检查的一部分，并且由于检查期间难以躺着不动、幽闭恐怖症、禁忌症(如起搏器或金属植入物)和其他原因而导致高比率的不参与，这是一个非常可取的品质。5此外，取消对MRI的需求将减轻患者和护理人员的负担，短CT扫描通常足以排除认知障碍的次要原因，如硬膜下血肿和肿瘤，可以与PET扫描一起进行。在临床翻译方面，还需要进一步的研究来确定在Aβ-PET图像的视觉阅读中添加SUVR是否能改善读者间的一致性3.，37当使用Aβ指数时，也可以观察到。
在BioFINDER和ADNI中，观察到给定SUVR水平的a β指数值范围。尽管相同的SUVR水平，解释为表明整体大脑Aβ负荷没有差异，但在参与者之间可以看到Aβ病理地形的差异。这些参与者之间的差异可以解释给定SUVR值下a β指数的可变性。虽然从临床角度来看，a β指数作为a β病理的全球指标可能是最感兴趣的，但进一步研究a β指数是否实际上也可以提供不同大脑区域内a β病理的信息可能是有意义的，特别是关于基于pet的a β分期方案的验证26，41并着眼于用tau PET测试这种方法。然而，就SUVR而言，Aβ指数值仅在晚期Aβ阶段(3 vs 4和4 vs 5)之间存在显著差异，这一发现与早期的研究结果一致，这些研究表明[18F]氟他摩PET主要在晚期斑块病理(即Aβ期≥4)的病例中检测Aβ病理。42
之前的两项研究使用了适应性43以及主成分派生的模板44与β的宠物。在第一项研究中43使用[18F]氟他摩PET、截距和斜率图像采用线性回归生成;然后将坡度图像与权重相结合用于生成模板。虽然斜率图像与我们的第二个主成分图像相似，但主成分衍生的模板似乎提供了更高的精度。7在第二个研究中44使用[生成自适应模板11C]-匹兹堡复合B和样条变换的归一化步骤;然而，由于使用样条，他们的方法的计算时间超过6小时，而我们的方法的平均处理时间约为20秒。此外，一种新的测量方法称为a β负荷(a βl)。24全球Aβ负荷的度量，Aβl为2张典型图像(非特异性结合图像和代表a β最大可能浓度的承载能力图像)的线性组合。45虽然这些图像和Aβl分别在概念上与我们的主成分图像和Aβ指数相似，而不是Aβ l方法45我们的方法不需要使用MRI，从每个参与者的计算角度来看，速度快了几个数量级。
由于用于扫描、分析方法和ROI选择的采集窗口的可变性，定量表达的Aβ-PET结果数据目前不能直接比较。为了解决这一问题，提出了一种方法，即使用线性缩放程序将a β- pet值标准化为100分制。该量表的单位称为厘波，0代表a β阴性参与者的平均摄入量，100代表轻度至中度AD患者的平均摄入量。18虽然Aβ指数可以通过规定的步骤转换为Centiloids，但它独立于ROI定义的事实表明，它可以在Aβ- pet示踪剂之间直接比较，而不需要转换为Centiloids刻度。然而，这需要通过对包含现有商业a β- pet示踪剂的数据集应用基于主成分的分析来建立通用的自适应模板。今后的工作需要探索这种可能性。
本研究的优势包括在3个独立队列中使用2种不同的a β- pet示踪剂，样本量大，并使用多种真实标准来定义a β-状态。然而，也存在某些限制。首先，AD痴呆或非AD神经退行性疾病的病例不包括在内。然而，a β指数在一定范围内与SUVR密切相关，表明这些指标之间的关系由大脑a β水平决定，因此与临床诊断无关。因此，省略这些诊断组不太可能影响我们的结果。其次，瑞典BioFINDER研究中的患者是在3个不同的记忆诊所连续招募的，其中约90%是由初级保健医生推荐的。在ADNI研究中，患者从许多不同的诊所招募，因此代表了一个更有选择性的样本。尽管如此，这两项研究中获得的Aβ-PET病理积累指数的结果非常相似。根据研究结果显示，基于临床的队列，如ADNI，在较小程度上，BioFINDER可能具有较低的梗死患病率和混合病理，46需要进一步的研究来验证Aβ指数在社区队列中的应用。第三，我们没有检查萎缩对Aβ和SUVR的影响。由于AD等神经退行性疾病伴随进行性皮质萎缩，对部分体积效应的易感性增加，在Aβ-PET的情况下，可以减少示踪剂保留的估计。虽然在BioFINDER和ADNI队列中可能在一定程度上存在部分体积效应，但参与者之间Aβ指数和SUVR之间的强相关性表明这些指标没有受到差异影响。然而，我们不能排除Aβ指数和SUVR之间的关联强度可能受到个别病例萎缩的影响。由于SUVR对脑血流诱导的示踪动力学变化的敏感性，因此完全定量测量(即结合电位或分布体积比)比使用SUVR更可取47-结合势和分布体积比需要使用动态数据，而这些数据是不可用的。最后，除了缺乏死前诊断(除了痴呆症的存在或不存在)，在临终队列中，PET到死后延迟(扫描到死亡的时间间隔)存在相当大的差异;尽管这可能会导致Aβ负荷的变化，而最初的[18F]氟他莫的研究，我们对Aβ期的发现和先前的工作表明，pet至死亡的时间间隔不影响[18F] flutemetamol48反对这种情况。
虽然所提出的a β指数与SUVR值以及相似的判别和预测性能密切相关，但它优于SUVR，因为它不需要定义目标和参考区域。因此，Aβ指数可能被证明更容易在临床环境中实施。需要进一步的工作来解决a β指数是否可以作为不同a β示踪剂和分析方法的通用测量，而不需要标准化到Centiloid尺度。a β指数驱动的方法需要从所有3种商业上可用的a β示踪剂衍生出混合模板。该模板正在开发中，将成为未来工作的重点。
研究资金
作者研究中心的工作得到了欧洲研究委员会、弗兰德斯研究基金会(赠款G0F8516N)、瑞典研究委员会、克努特和爱丽丝·瓦伦堡基金会、玛丽安和马库斯·瓦伦堡基金会、隆德大学战略研究领域多园(帕金森病多学科研究)、瑞典阿尔茨海默病基金会、瑞典大脑基金会、瑞典帕金森基金会、帕金森研究基金会、Skåne大学医院基金会，邦迪学院和瑞典联邦政府在ALF协议下。
信息披露
Antoine Leuzy报道没有披露。Johan Lilja是GE Healthcare的前员工，现任瑞典斯德哥尔摩Hermes Medical Solutions AB的员工。Christopher J. Buckley，现任GE Healthcare的员工。Rik Ossenkoppele和Sebastian Palmqvist报道没有披露。Christopher J. Buckley, Mark Battle和Gill Farrar是GE Healthcare的现任员工。Dietmar R. Thal, Shorena Janelidze, Erik Stomrud和Ruben Smith没有披露。奥斯卡·汉森获得了罗氏、辉瑞、GE医疗、Biogen、AVID放射性制药和Euroimmun的研究支持。在过去的两年里，他从Biogen和Roche获得了顾问/演讲费(支付给机构)。去半岛投注体育官网Neurology.org/N全面披露。
附录的作者
脚注
去半岛投注体育官网Neurology.org/N全面披露。作者认为相关的资金信息和披露(如果有的话)将在文章末尾提供。
↵＊这些作者对这项工作做出了同样的贡献。
文章处理费由作者出资。
编辑、页面943
证据类别:NPub.org/coe
- 收到了2020年2月11日。
- 最终接受2020年8月3日。
- 版权所有©2020作者。由Wolters Kluwer健康公司代表美国神经病学学会出版。半岛投注体育官网
这是一篇开放获取的文章，根据创作共用署名-非商业性-非衍生品许可4.0 (CC BY-NC-ND)，该网站允许下载和分享论文，前提是论文被正确引用。未经本刊许可，不得以任何方式更改作品或将其用于商业用途。
参考文献
信件:快速在线通信
需求
如果你要上传关于文章的信件:
您必须在六个月内更新您的披露:http://submit.半岛投注体育官网neurology.org
您的合著者必须发送一份完整的出版协议表格来半岛投注体育官网(对于主要/通讯作者不需要填写以下表格即可)，然后再上传您的评论。
如果你在回复一篇关于你最初撰写的文章的评论:
您(和共同作者)不需要填写表格或检查披露，因为作者表格仍然有效
并适用于信件。
提交规格:
- 文章必须少于200字，参考文献少于5篇。参考文献1必须是你所评论的文章。
- 投稿者不得超过5人。(例外:原作者回复可以包括文章的所有原作者)
- 只可提交发稿日起6个月内发表的文章。
- 不要冗余。在提交之前阅读文章上已经发布的任何评论。
- 提交的意见在发表前须经过编辑和编辑审查。
