Deze sectie is gewijd aan de neurologie, het boeiende onderzoeksveld dat zich bezighoudt met het menselijk zenuwstelsel en de hersenen. Van de complexe communicatie tussen zenuwcellen tot de onderliggende oorzaken van aandoeningen zoals Alzheimer en epilepsie, hier ontdek je hoe wetenschappers proberen de mysterieuze werking van onze geest en motoriek te ontrafelen.

Op Gist.Science maken we deze voorlopige bevindingen direct toegankelijk. Ieder nieuw preprint op medRxiv in deze categorie wordt door ons verwerkt, zodat je niet alleen de complexe technische samenvatting kunt lezen, maar ook een duidelijke, begrijpelijke uitleg in gewone taal. Zo blijven we je up-to-date houden over de nieuwste inzichten zonder dat je een medische graad nodig hebt.

Hieronder vind je de recentste artikelen uit deze categorie, direct geselecteerd en samengevat van medRxiv.

🧠 neurology

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

Deze studie toont aan dat kwantitatieve multiparametrische MRI (MPM) effectief stadium-specifieke microstructurele veranderingen detecteert, zoals vroege demyelinisatie in het premanifest stadium en wijdverspreid neuronverlies in de manifeste fase van de ziekte van Huntington, waarmee MPM wordt gevestigd als een waardevolle niet-invasieve biomarker voor het volgen van neurodegeneratie en het correleren met klinische ernst.

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 een grote populatiegebaseerde cohortstudie toont deze studie aan dat hoewel de theoriegestuurde ATN-classificatie en de datagedreven machine learning-fenotypes slechts een bescheiden overeenstemming vertonen — grotendeels gedreven door GFAP in plaats van gedeelde amyloïde-, tau- en neurodegeneratiebiomarkers — beide kaders effectief langdurige cognitieve achteruitgang voorspellen, wat suggereert dat het integreren van deze complementaire benaderingen een meer uitgebreide karakterisering van het Alzheimer-pathologie biedt.

Chea, E. F.2026-01-15