195 पेपर
यह अध्ययन प्रदर्शित करता है कि सेरेब्रोस्पाइनल फ्लूइड (मस्तिष्कमेरु द्रव) की गतिशीलता को ईसीजी (ECG) और पीपीजी (PPG) जैसे गैर-आक्रामक नींद शरीर विज्ञान संकेतों से सटीक रूप से पुनर्गठित किया जा सकता है, जो एक स्केलेबल, पहनने योग्य-अनुकूल डिजिटल बायोमार्कर स्थापित करता है जो वर्तमान आक्रामक या महंगी इमेजिंग विधियों की सीमाओं को दूर करता है।
एपिक कॉसमॉस (Epic Cosmos) फेडरेटेड इलेक्ट्रॉनिक हेल्थ रिकॉर्ड नेटवर्क का उपयोग करते हुए, यह अध्ययन 2018 से 2025 तक मिर्गी के रोगियों के बीच मनोरोग संबंधी दवाओं के सह-प्रिस्क्रिप्शन (co-prescriptions) के जनसंख्या-स्तरीय रुझानों को चित्रित करता है, जो स्थिर एंटीसीज़र दवा पैटर्न, अस्थमा रोगियों की तुलना में समवर्ती मनोरोग दवाओं के उपयोग की उच्च दर, और विशिष्ट आयु-विशिष्ट प्रिस्क्राइबिंग प्रोफाइल को प्रकट करता है जो मनोरोग सहरुग्णता (psychiatric comorbidity) और ड्रग इंटरैक्शन की निगरानी के लिए एक ढांचा स्थापित करता है।
यह अध्ययन Wearanize+ डेटासेट का उपयोग करके Zmax वियरेबल EEG हेडबैंड के लिए एक मान्य प्रति-विषय अंशांकन (per-subject calibration) ढांचा स्थापित करता है, जो यह प्रदर्शित करता है कि हालांकि यह उपकरण व्यवस्थित रूप से स्पेक्ट्रल पावर को कम आंकता है और स्पिंडल डिटेक्शन के लिए विशिष्ट समायोजन की आवश्यकता होती है, फिर भी यह N2-संदर्भित अंशांकन के बाद पॉलीसोम्नोग्राफी के साथ मजबूत सहमति प्राप्त करता है, जिससे विश्वसनीय होम-आधारित स्लीप बायोमार्कर अनुसंधान सक्षम होता है।
अंग्रेजी और वेल्श डेटा का यह रिग्रेशन डिसकंटीन्यूटी विश्लेषण पाता है कि जबकि लाइव-एटेनुएटेड शिंगल्स वैक्सीन की पात्रता ने अस्पताल-कोडित शिंगल्स निदान को महत्वपूर्ण रूप से कम कर दिया, इसका अस्पताल-कोडित डिमेंशिया निदान पर कोई पता लगाने योग्य प्रभाव नहीं पड़ा।
यह अध्ययन प्रदर्शित करता है कि मोटर स्पीच विकारों का स्वचालित पता लगाना व्यवहार्य और नैदानिक रूप से आशाजनक है, जिसमें HuBERT जैसे प्रीट्रेन्ड मॉडल और आर्टिकुलेटरी-इन्फॉर्म्ड फोनेट फीचर्स बाइनरी क्लासिफिकेशन में स्टैटिक एकॉस्टिक फीचर्स की तुलना में काफी बेहतर प्रदर्शन करते हैं, जबकि स्वतंत्र डेटासेट्स में मल्टी-लेबल सबटाइप क्लासिफिकेशन के लिए सीमित स्थिरता दिखाते हैं।
यह अध्ययन मैनिफेस्ट हंटिंगटन रोग के रोगियों में प्री-मैनिफेस्ट और स्वस्थ समूहों की तुलना में मस्तिष्क-व्युत्पन्न मेटाबोलाइट 24S-हाइड्रॉक्सीकोलेस्ट्रॉल के कम प्लाज्मा स्तरों की पहचान करता है, जो नैदानिक मॉडलिंग के माध्यम से रोग की प्रगति की निगरानी करने और रोग के चरणों को अलग करने के लिए एक बायोमार्कर के रूप में इसकी संभावित उपयोगिता का सुझाव देता है।
एक तृतीयक केंद्र में 291 रोगियों के इस पूर्वव्यापी अध्ययन में पाया गया कि जबकि तीव्र चक्कर आने (एक्यूट डिज़ीनेस) के लिए नियमित ब्रेन सीटी का नैदानिक लाभ कम है, अतालता (एटैक्सिया), सिरदर्द और मधुमेह जैसे विशिष्ट नैदानिक भविष्यवक्ता केंद्रीय पैथोलॉजी के उच्च जोखिम वाले रोगियों की प्रभावी ढंग से पहचान कर सकते हैं, जबकि मतली और उल्टी जैसे अलग-थलग वेस्टिबुलर लक्षण असामान्य निष्कर्षों की कम संभावना का संकेत देते हैं।
यह अध्ययन प्रदर्शित करता है कि डीप-लर्निंग एल्गोरिदम, विशेष रूप से PLAn-FL और nnU-Net, पोर्टेबल 64mT MRI स्कैन पर व्हाइट मैटर लीजन्स को सटीक रूप से सेगमेंट करने में मशीन-लर्निंग विधियों से बेहतर प्रदर्शन करते हैं, जिसमें प्राप्त वॉल्यूम माप मल्टीपल स्क्लेरोसिस के रोगियों में नैदानिक विकलांगता स्कोर के साथ महत्वपूर्ण सहसंबंध दिखाते हैं।
यह अध्ययन प्रदर्शित करता है कि VA मिलियन वेटरन प्रोग्राम के इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड से व्यवस्थित रूप से निकाले गए मिनी मेंटल स्टेट एग्जामिनेशन (MMSE) स्कोर संज्ञानात्मक वृद्धावस्था अनुसंधान के लिए वैध हैं, जो विविध पूर्वजों के समूहों में APOE ε4 स्थिति और डिमेंशिया निदान के साथ महत्वपूर्ण संबंध दर्शाते हैं।
यह अध्ययन प्रदर्शित करता है कि स्व-पर्यवेक्षित स्पीच रिप्रजेंटेशन (self-supervised speech representations), विशेष रूप से WavLM, से प्राप्त उच्चारण की सुस्पष्टता (goodness of pronunciation) के स्कोर, पारंपरिक ध्वनिक विशेषताओं (acoustic features) और फोनोलॉजिकल पोस्टीरियर प्रोबेबिलिटीज (phonological posterior probabilities) की तुलना में मोटर स्पीच विकारों में स्पीच की गंभीरता का आकलन करने के लिए बेहतर वस्तुनिष्ठ मार्कर के रूप में कार्य करते हैं, जबकि वे विरूपण (distortion) और बोधगम्यता (intelligibility) के बोधपरक रेटिंग के साथ मजबूत संरेखण दिखाते हैं।