195 papers
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.
Deze studie toont aan dat een multi-level episodische geheugentaak leeftijds- en APOE4-gerelateerde achteruitgangen in ophaalnauwkeurigheid en zelfvertrouwen onder toenemende cognitieve eisen onthult, wat een gevoelige benadering biedt voor het detecteren van subtiele tekorten bij cognitief onbeduste ouderen die single-level paradigma's mogelijk missen.
Deze studie stelt een multi-representationeel deep learning-framework voor dat voxel-niveau PET-beeldvormingskenmerken integreert met kwantificering op regionaal niveau om de sensitiviteit en nauwkeurigheid van het detecteren van cognitieve achteruitgang significant te verbeteren vergeleken met modellen met een enkele feature en standaard klinische beoordelingen.
In een gerandomiseerde gecontroleerde studie onder 45 patiënten met myasthenia gravis verhoogde telemedische monitoring via een mobiele app de waargenomen toegankelijkheid van specialisten aanzienlijk en faciliteerde het frequente, tijdige communicatie over medische en technische kwesties, wat het potentieel van dergelijke oplossingen benadrukt om te voldoen aan de vraag naar advies op afstand bij het beheer van deze zeldzame ziekte.
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.
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.