295 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.
Uno studio trasversale su oltre 9.900 adulti statunitensi di età pari o superiore a 50 anni rivela che un indice trigliceride-glucosio-frailty (TYGFI) elevato è fortemente associato a un aumentato rischio di ictus, sebbene il ruolo mediatore del BMI venga annullato quando si considera l'adiposità centrale.
Questo studio dimostra che l'integrazione della frequenza e dell'ampiezza istantanea nell'analisi delle microstati EEG rivela alterazioni specifiche nella dinamica delle reti cerebrali dei pazienti con malattia di Alzheimer, offrendo un approccio complementare per indagare la disfunzione neurodegenerativa.
Questo studio pilota randomizzato ha rilevato che la stimolazione cerebrale profonda adattiva e quella convenzionale mostrano un'efficacia comparabile a livello di popolazione nei pazienti con Parkinson, sebbene l'analisi dei sottogruppi suggerisca che le caratteristiche cliniche basali possano influenzare i benefici specifici di ciascun approccio.
Il documento presenta una piattaforma innovativa di dispositivo impiantabile che utilizza modelli linguistici di grandi dimensioni per conversare bidirezionalmente con i pazienti epilettici, apprendere dai loro dati fisiologici e comportamentali per co-gestire la malattia e ottimizzare automaticamente la rilevazione delle crisi, superando le limitazioni dei dispositivi medici attuali.
Lo studio presenta MELD-PostOp, un nuovo strumento di deep learning open-source addestrato su una vasta coorte multicentrica che segmenta automaticamente e con alta precisione le cavità di resezione post-chirurgica nella risonanza magnetica per l'epilessia, superando i metodi esistenti in termini di accuratezza e velocità di elaborazione.
Questo studio, basato su un sondaggio retrospettivo e prospettico di 32 pazienti, definisce lo spettro clinico eterogeneo dei disturbi correlati a IRF2BPL e suggerisce che le varianti missenso sono associate a una presentazione e progressione della malattia meno gravi rispetto alle varianti troncanti.
Lo studio dimostra che integrare prove di meccanismi neurali specifici del Parkinson nella validazione degli esiti digitali di mobilità migliora la validità convergente con le scale di gravità motoria, offrendo un approccio più efficace per l'approvazione regolatoria e l'uso clinico.
Questo studio dimostra che un modello gerarchico bayesiano multi-sessione (MS-HBM) addestrato su pazienti con epilessia farmaco-resistente permette di mappare reti corticali individuali ad alta qualità a partire da pochi minuti di fMRI a riposo, consentendo una previsione accurata della dominanza linguistica con implicazioni dirette per la mappatura funzionale pre-chirurgica.
Questo studio cross-sezionale utilizza l'analisi strumentale del passo in 3D per quantificare le deviazioni motorie eterogenee nel disturbo correlato a STXBP1, evidenziando che la rotazione esterna del piede è il pattern più frequente e che l'età di acquisizione della deambulazione autonoma predice significativamente la mobilità funzionale futura.
Il paper presenta l'AD Atlas, una risorsa multi-omics online che integra dati armonizzati da oltre 25 studi su migliaia di geni, proteine e metaboliti per fornire una visione molecolare completa dell'Alzheimer e facilitare l'identificazione di moduli funzionali rilevanti tramite l'uso del deep learning.