🧠 Category

neurology

170 articoli

La neurologia esplora il sistema nervoso, il complesso centro di comando che regola ogni nostro pensiero, movimento e sensazione. Questo campo indaga come il cervello e i nervi funzionano nella salute e nella malattia, cercando risposte per condizioni che influenzano milioni di persone in tutto il mondo. Su Gist.Science, rendiamo queste scoperte accessibili a tutti, trasformando ricerche complesse in informazioni comprensibili.

Ogni nuovo studio pubblicato su medRxiv in questa categoria viene analizzato dai nostri esperti, che offrono sia un riassunto tecnico dettagliato che una spiegazione in linguaggio semplice. Questo approccio garantisce che chiunque, dal professionista del settore al lettore curioso, possa seguire l'evoluzione della ricerca medica senza dover decifrare un gergo specialistico inaccessibile.

Di seguito trovate l'elenco aggiornato dei più recenti articoli neurologici selezionati da medRxiv, pronti per essere esplorati attraverso le nostre sintesi.

🧠 neurology

Functional Connectivity Predictors and Mechanisms of Symptom Change in Functional Neurological Disorder

Questo studio longitudinale identifica che la connettività funzionale tra reti al baseline, in particolare nell'insula anteriore destra, funge da marcatore prognostico e che le riduzioni longitudinali di questa integrazione all'interno delle reti di salienza, frontoparietale e della modalità predefinita costituiscono un meccano chiave che guida il miglioramento dei sintomi nel Disturbo Neurologico Funzionale.

Westlin, C., Bleier, C., Guthrie, A. J., Finkelstein, S. A., Maggio, J., Ranford, J., MacLean, J., Godena, E., Millstein (…)2026-01-30
🧠 neurology

Rostral Associations of MRI Atrophy of the Amygdala and Entorhinal Cortex Across the AD Spectrum

Questo studio dimostra che l'atrofia della risonanza magnetica strutturale nell'amigdala e nella corteccia entorinale, in particolare nelle sottoregioni mediali e negli strati corticali, funge da indicatore precoce e biologicamente valido della malattia di Alzheimer preclinica che correla fortemente con la distribuzione spaziale della patologia tau.

Miller, M. I., Xie, Y., Stouffer, K. M., Ceritoglu, C., Li, J., Ratnanather, T. J., Younes, L., Bakker, A., Rani, N., Al (…)2026-01-30
🧠 neurology

Exploring Attitudes and Acceptance of Artificial Intelligence in Multiple Sclerosis from the Patient Perspective

Un sondaggio condotto su 241 persone affette da sclerosi multipla rivela che l'accettazione dell'intelligenza artificiale nell'assistenza sanitaria è moderata e dipendente dal contesto, con i pazienti che si sentono più a proprio agio nell'utilizzare l'IA per compiti di supporto a basso rischio come lo screening dei sintomi, preferendo invece fortemente il processo decisionale guidato dai clinici per la diagnosi e il trattamento, una posizione dettata più dalla familiarità precedente con l'IA che dalla gravità della malattia.

Inojosa, H., Masanneck, L., Voigt, I., Schriefer, D., von Horsten, N., Wenk, J., Gasparovic-Curtini, I., Haase, R., Meut (…)2026-01-30
🧠 neurology

Time's up: Using data-driven phenotype-severity metrics not time to map progression in the dementias

Questo studio propone una metrica di fenotipo-gravità transdiagnostica basata sui dati, derivata da punteggi neuropsicologici, che supera le tradizionali misure basate sul tempo nel mappare accuratamente la progressione della demenza e nel distinguere gli stadi della malattia dall'eterogeneità clinica.

Smith, V., Schumacher, R., Ramanan, S., Bouzigues, A., Russell, L. L., Foster, P. H., Ferry-Bolder, E., van Swieten, J. (…)2026-01-30
🧠 neurology

Episodic memory retrieval with increasing task demand: Associations with age, APOE4 genotype, and Alzheimer's disease pathology

Questo studio dimostra che un compito di memoria episodica multi-livello rivela declini nell'accuratezza e nella fiducia del recupero legati all'età e all'APOE4 sotto crescenti carichi cognitivi, offrendo un approccio sensibile per rilevare deficit sottili in anziani cognitivamente integri che i paradigmi a singolo livello potrebbero non cogliere.

Askevold, F., Schumann-Werner, B., Behrenbruch, N., Schwarck, S., Molloy, E. N., Peelle, J. E., O Leary, R. M., Wingfiel (…)2026-01-30
🧠 neurology

Feature Integration of FDG PET Brain Imaging Using Deep Learning for Sensitive Cognitive Decline Detection

Questo studio propone un framework di deep learning multi-rappresentazionale che integra le caratteristiche di imaging PET a livello di voxel con la quantificazione a livello di regione per migliorare significativamente la sensibilità e l'accuratezza nel rilevamento del declino cognitivo rispetto ai modelli a caratteristica singola e alle valutazioni cliniche standard.

Lee, Y., Kim, S., Kim, S., Kang, Y., Alzheimer's Disease Neuroimaging Initiative,2026-01-28
🧠 neurology

Telemedical communication patterns in myasthenia gravis in a remote monitoring study

In un trial controllato randomizzato su 45 pazienti con miastenia gravis, il monitoraggio telemedico tramite un'app mobile ha aumentato significativamente la percezione dell'accessibilità agli specialisti e ha facilitato una comunicazione frequente e tempestiva riguardo a questioni mediche e tecniche, evidenziando il potenziale di tali soluzioni nel rispondere alla domanda di consulenza remota nella gestione di questa malattia rara.

Herdick, M. L., Lehnerer, S., Moench, M., Gerischer, L., Legg, D., Meisel, A., Sun, H., Narayanaswami, P., Stein, M.2026-01-22
🧠 neurology

In vivo Assessment of Brain Microstructure in Patients with Huntington's Disease Using Quantitative MRI

Questo studio dimostra che la risonanza magnetica multiparametrica (MPM) quantitativa rileva efficacemente le alterazioni microstrutturali specifiche per lo stadio, come la demielinizzazione precoce nella fase premanifesta e la perdita neuronale diffusa nella malattia di Huntington manifesta, stabilendo la MPM come un prezioso biomarcatore non invasivo per monitorare la neurodegenerazione e correlarla alla gravità clinica.

Pokotylo, M. M., Assmann, J.-L., Koedderitzsch Mertins, M. G., Henkel, J., Uter, J., van Well, L., Muenchau, A., Loens (…)2026-01-21
🧠 neurology

ATN Classification and Machine-Learned Plasma Biomarker Phenotypes Reveal Distinct Alzheimer's Pathology in a Population-Based Cohort

In una coorte basata sulla popolazione su larga scala, questo studio dimostra che, sebbene la classificazione ATN guidata dalla teoria e i fenotipi basati sull'apprendimento automatico dei dati mostrino solo una modesta concordanza — guidata principalmente da GFAP piuttosto che da biomarcatori condivisi di amiloide, tau e neurodegenerazione — entrambi i framework predicono efficacemente il declino cognitivo longitudinale, suggerendo che l'integrazione di questi approcci complementari offra una caratterizzazione più completa della patologia dell'Alzheimer.

Chea, E. F.2026-01-15