198 件の論文
神経学は、脳や脊髄を含む神経系がどのように働き、病気や障害にどう対処するかを研究する分野です。記憶、感情、運動、感覚など、私たちの日常生活を支える複雑な仕組みを解明し、アルツハイマー病やパーキンソン病といった難病への新たな治療法を探求する重要な領域です。
このカテゴリーでは、Gist.Science が medRxiv から公開される最新の予稿論文をすべて収集・処理しています。専門用語に頼らず誰でも理解できる平易な要約と、研究の詳細を網羅する技術的な解説の両方を提供し、最先端の知見を幅広くお届けします。
以下に、神経学分野における最新の予稿論文リストを掲載します。
多発性硬化症患者241人を対象とした調査によると、ヘルスケアにおける人工知能の受容性は中程度かつ文脈に依存するものであり、患者は症状のスクリーニングのような補助的で低リスクなタスクには最も抵抗がない一方で、診断や治療については臨床医が主導する意思決定を強く好む傾向があり、この姿勢は疾患の重症度よりもむしろAIに対する事前の習熟度によって左右されている。
本研究は、神経心理学的スコアから導出されたデータ駆動型の横断的フェノタイプ・重症度指標を提案するものであり、これは従来の時間に基づく指標よりも、臨床的な異質性から疾患ステージを判別し、認知症の進行を正確にマッピングする上で優れている。
本研究は、病変ネットワークのマッピングは統合失調症のような疾患においては全脳コネクトームのアーティファクトによって混乱が生じる可能性がある一方で、厳格な低次元投影フレームワークを通じて評価される場合には、強迫症、失語症、およびてんかんといった他の疾患に対しては真の生物学的特異性を保持していることを検証している。
本研究は、マルチレベルのエピソード記憶課題が、認知負荷の増大に伴う想起の正確性と確信度の加齢およびAPOE4に関連した低下を明らかにすることを示しており、単一レベルのパラダイムでは見逃される可能性のある、認知機能が損われていない高齢者における微細な欠損を検出するための感度の高いアプローチを提供するものである。
本研究は、ボクセルレベルのPET画像特徴量と領域レベルの定量的解析を統合したマルチ表現ディープラーニングフレームワークを提案し、単一特徴量モデルや標準的な臨床評価と比較して、認知機能低下の検出における感度と精度を大幅に向上させるものである。
45名の重症筋無力症患者を対象としたランダム化比較試験において、モバイルアプリを介した遠隔診療モニタリングは、専門医へのアクセスのしやすさの認識を有意に向上させ、医学的および技術的な問題に関する頻繁かつタイムリーなコミュニケーションを促進したことから、この希少疾患の管理における遠隔アドバイスへの需要に応えるためのこうしたソリューションの可能性が浮き彫りになった。
本研究は、定量的マルチパラメトリックMRI（MPM）が、発症前段階における初期の脱髄や発症段階における広範な神経細胞脱落といった病期特異的な微細構造の変化を効果的に検出できることを示しており、MPMが神経変性の追跡および臨床的重症度との相関における価値ある非侵襲的バイオマーカーであることを確立している。
大規模な集団ベースのコホートにおいて、本研究は、理論に基づいたATN分類とデータ駆動型の機械学習によるフェノタイプとの一致度は、主にアミロイド、タウ、および神経変性のバイオマーカーの共有ではなくGFAPによってもたらされる限定的なものであるものの、両方の枠組みが縦断的な認知機能低下を効果的に予測することを示しており、これらの相補的なアプローチを統合することがアルツハイマー病の病理に関するより包括的な特徴付けを提供することを示唆している。