Impact of the size of the normal database on the performance of the specific binding ratio in dopamine transporter SPECT.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Arka planBu çalışma, dopamin taşıyıcısı (DAT) SPECT'te [123I]FP-CIT ile farklı ayarlarda [SBR] özgül bağlanma oranının (SBR) sınıflandırma performansına normal veritabanının boyutunun etkisini araştırdı.MetodlarParkinson'un İlerleme İşaretçisi Girişimi (PPMI), 207 sağlıklı kontroller (HC) ve 438 Parkinson hastalığı (PD) hastalarından 645 denekten oluşan ilk konu örneği. İkinci örnek klinik rutin hasta bakımından 372 hasta, nörodejeneratif olmayan parkinsonian sendromu (PS) ile 186 ve nörodejeneratif PS ile 186 hastadan oluşuyordu. Klinik numunenin tek foton emisyonlu bilgisayarlı tomografi (SPECT) görüntüleri iki farklı rekonstrüksiyon algoritması (filtrelenmiş arka projeksiyon, yinelemeli sıralı alt kümeler beklenti maksimizasyonu (OSEM) rekonstrüksiyonu ile çözünürlük geri kazanımı) ile yeniden yapılandırıldı. Putaminal spesifik bağlanma oranı (SBR), Otomatik Anatomik Etiketleme (AAL) atlasında standart (MNI) boşlukta önceden tanımlanmış anatomik bir ilgi bölgesi (ROI) kullanılarak veya büyük önceden tanımlanmış ROI'lerde en sıcak voksel (HV) analizi kullanılarak hesaplandı. SBR değerleri, HC deneklerinden (PPMI örneği) veya nörodejeneratif olmayan PS'li (klinik örnek) hastalardan rastgele seçilen, değişen boyutlarda (n = 5, 10, 15,..., 50) normal bir veritabanında SBR'nin ortalama ve standart sapması kullanılarak z-skorlarına dönüştürüldü. PD veya nörodejeneratif PS'li hastaları tanımlamak için doğruluk, duyarlılık ve özgüllük, z-skorunda önceden tanımlanmış sabit bir kesim kullanılarak performans ölçüleri olarak belirlendi. Bu, rastgele seçilen 10.000 normal veri tabanı için, normal veri tabanının her boyutu için ayrı ayrı tekrarlandı. 10.000 realizasyon üzerindeki performans ölçümlerinin ortalama ve 5. yüzdeliği hesaplandı. Doğruluk, hassasiyet ve özgüllük, normal veritabanı olarak HC veya nörodejeneratif olmayan PS konularının tümünü kullanırken ölçüt olarak kullanılmıştır.SonuçlarPutamen SBR z-score'un doğruluk kaybı, normal veritabanında en az 15 denek bulunduğunda, konu örneğinden (PPMI veya klinik), rekonstrüksiyon yönteminden (filtrelenmiş arka projeksiyon veya OSEM) ve ROI yönteminden (A veya HV) bağımsız olarak% 1'in altındaydı. Bununla birlikte, putamen SBR z-score'un doğruluğunun değişkenliği, normal veritabanının boyutunun artmasıyla monoton olarak azaldı ve 15 boyutunda hala hatırı sayılırdı. Tüm ayarlarda %5'ten daha az doğruluk kaybı elde etmek için (5. persentil ile tanımlanır) normal veritabanında en az 25 ila 30 konu gerekir. Normal veri tabanının boyutunu daha da artırarak putamen SBR z-score'un ortalama ve "maksimum" doğruluk kaybının azaltılması 40 boyutun ötesinde çok küçüktü.Bu çalışmanın sonuçları, 25 ila 30'un, görüntü yeniden yapılandırma ve ROI tahmininde kullanılan algoritmadan bağımsız olarak, dopamin taşıyıcısında (DAT) SPECT'te yarı niceliksel analizin iyi performansını güvenilir bir şekilde elde etmek için normal veri tabanının minimum boyutu olduğunu göstermektedir.

Özgün kaynak özetini okuyun

BackgroundThis study investigated the impact of the size of the normal database on the classification performance of the specific binding ratio (SBR) in dopamine transporter (DAT) SPECT with [123I]FP-CIT in different settings.MethodsThe first subject sample comprised 645 subjects from the Parkinson's Progression Marker Initiative (PPMI), 207 healthy controls (HC), and 438 Parkinson's disease (PD) patients. The second sample comprised 372 patients from clinical routine patient care, 186 with non-neurodegenerative parkinsonian syndrome (PS) and 186 with neurodegenerative PS. Single-photon emission computed tomography (SPECT) images of the clinical sample were reconstructed with two different reconstruction algorithms (filtered backprojection, iterative ordered subsets expectation maximization (OSEM) reconstruction with resolution recovery). The putaminal specific binding ratio (SBR) was computed using an anatomical region of interest (ROI) predefined in standard (MNI) space in the Automated Anatomic Labeling (AAL) atlas or using hottest voxels (HV) analysis in large predefined ROIs. SBR values were transformed to z-scores using mean and standard deviation of the SBR in a normal database of varying sizes (n = 5, 10, 15,…, 50) randomly selected from the HC subjects (PPMI sample) or the patients with non-neurodegenerative PS (clinical sample). Accuracy, sensitivity, and specificity for identifying patients with PD or neurodegenerative PS were determined as performance measures using a predefined fixed cutoff on the z-score. This was repeated for 10,000 randomly selected normal databases, separately for each size of the normal database. Mean and 5th percentile of the performance measures over the 10,000 realizations were computed. Accuracy, sensitivity, and specificity when using the whole set of HC or non-neurodegenerative PS subjects as normal database were used as benchmark.ResultsMean loss of accuracy of the putamen SBR z-score was below 1% when the normal database included at least 15 subjects, independent of subject sample (PPMI or clinical), reconstruction method (filtered backprojection or OSEM), and ROI method (AAL or HV). However, the variability of the accuracy of the putamen SBR z-score decreased monotonically with increasing size of normal database and was still considerable at size 15. In order to achieve less than 5% "maximum" loss of accuracy (defined by the 5th percentile) in all settings required at least 25 to 30 subjects in the normal database. Reduction of mean and "maximum" loss of accuracy of the putamen SBR z-score by further increasing the size of the normal database was very small beyond size 40.ConclusionsThe results of this study suggest that 25 to 30 is the minimum size of the normal database to reliably achieve good performance of semi-quantitative analysis in dopamine transporter (DAT) SPECT, independent of the algorithm used for image reconstruction and the ROI method used to estimate the putaminal SBR.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.