295 articles
La neurologie explore le fonctionnement du cerveau et du système nerveux, des mécanismes qui gouvernent tout, de nos mouvements à nos pensées. Ce domaine en pleine effervescence tente de comprendre les causes des troubles neurodégénératifs et d'imaginer de nouvelles approches thérapeutiques pour des conditions complexes qui affectent la vie quotidienne de millions de personnes.
Sur Gist.Science, nous suivons de près les dernières découvertes publiées sur medRxiv dans cette catégorie. Pour chaque nouveau prépublications, notre équipe analyse le contenu original afin de vous proposer à la fois un résumé technique détaillé et une explication claire en langage courant, rendant la science de pointe accessible à tous.
Découvrez ci-dessous la sélection des tout derniers articles en neurologie, mis en lumière pour leur pertinence et leur potentiel de transformation pour la médecine future.
Cette étude transversale menée sur près de 10 000 adultes américains âgés de 50 ans et plus révèle que l'indice triglycéride-glucose-frailté (TYGFI) est fortement associé à un risque accru d'accident vasculaire cérébral, une relation non linéaire dont l'effet médiateur de l'IMC s'annule une fois ajusté pour l'adiposité centrale.
Cette étude démontre que l'intégration de la fréquence et de l'amplitude instantanées dans l'analyse des microétats EEG permet de mieux caractériser les altérations des réseaux cérébraux dans la maladie d'Alzheimer, en révélant des changements spécifiques dans la prévalence des états cérébraux chez les patients par rapport aux contrôles sains.
Cette étude pilote randomisée croisée a révélé que la stimulation cérébrale profonde adaptative et conventionnelle présentent une efficacité globale comparable dans la maladie de Parkinson, bien que des caractéristiques cliniques spécifiques puissent influencer les bénéfices individuels selon les résultats mesurés.
Les auteurs présentent une plateforme d'appareil implantable qui utilise des modèles de langage sécurisés pour converser en temps réel avec les patients épileptiques, apprendre de leurs données physiologiques et comportementales afin de co-gérer la maladie, et s'adapter automatiquement sans intervention médicale prolongée.
L'étude présente MELD-PostOp, un outil d'apprentissage profond open-source capable de segmenter automatiquement et en 17 secondes les cavités de résection sur des IRM postopératoires avec une précision supérieure aux méthodes existantes, offrant ainsi une solution rapide et généralisable pour l'analyse quantitative des chirurgies de l'épilepsie focale.
Cette étude rétrospective et prospective de 32 patients permet de mieux définir le spectre clinique hétérogène des troubles liés à IRF2BPL et suggère que les variants faux-sens sont associés à une présentation moins sévère que les variants tronquants.
Cette étude démontre que l'intégration de mécanismes neuronaux spécifiques à la maladie de Parkinson, tels que la dysfonction du réseau moteur, améliore la validité convergente des résultats numériques de mobilité avec les échelles de sévérité clinique, renforçant ainsi leur pertinence pour les essais cliniques et la pratique médicale.
Cette étude démontre que l'utilisation d'un modèle hiérarchique bayésien multi-sessions (MS-HBM) sur des données IRMf au repos de courte durée permet de cartographier avec précision les réseaux individuels spécifiques chez les patients épileptiques pharmaco-résistants, offrant ainsi une prédiction fiable de la dominance linguistique pour la planification chirurgicale.
Cette étude démontre que l'analyse instrumentale de la marche révèle des déviations cinématiques hétérogènes chez les patients atteints du trouble lié à STXBP1, avec une rotation externe du pied comme motif prédominant, et établit que l'âge d'acquisition de la marche autonome prédit la mobilité fonctionnelle ultérieure, validant ainsi l'utilisation du score visuel EVGS comme outil d'évaluation pratique.
Cet article présente l'AD Atlas, une ressource en ligne multi-omiques harmonisée intégrant des données de plus de 25 études sur des milliers de gènes, protéines et métabolites liés à la maladie d'Alzheimer, permettant une vue moléculaire globale et facilitant l'identification de modules fonctionnels pertinents grâce à l'apprentissage profond.