neurology 篇论文 | Gist.Science

神经科学领域致力于探索大脑如何运作，从记忆的形成为何会消失到情绪如何影响行为，这些研究直接关系到我们每个人的身心健康。在这一板块中，我们聚焦于神经系统疾病的最新发现，旨在让复杂的医学突破变得触手可及，帮助大众理解前沿科学如何改善我们的认知与生活。

Gist.Science 持续追踪并处理来自 medRxiv 的所有神经学预印本，确保您能第一时间获取未经同行评审但极具价值的前沿成果。我们不仅提供详尽的技术解读，更将晦涩的学术报告转化为通俗易懂的科普摘要，让您轻松把握研究核心。以下为您呈现该领域最新的预印论文列表。

本研究引入了一种可扩展的多变量血液检测框架，该框架成功识别了跨阿尔茨海默病谱系的分子特征截然不同的韧性与抵抗性亚群，为病理学驱动的分层和机制研究提供了一种新方法。

这项研究表明，一种分析了源自多夜腕部加速度计的876项生理特征的机器学习模型，能够以0.955的AUC准确检测出孤立性REM睡眠行为障碍（iRBD），为识别前驱期突触核蛋白病队列提供了一种可扩展的替代多导睡眠图的方法。

在对 2,430 名轻度认知障碍（MCI）受试者的标准化比较中，认知评估被证明是预测 24 个月内进展为阿尔茨海默病的最具预测性的单一模态，其表现优于遗传、影像和液体生物标志物，而多模态模型虽然实现了最高的整体准确率，但其数据可用性显著降低。

这项涵盖24个国家、83,560名参与者的系统评价与荟萃分析显示，全球糖尿病周围神经病变患病率为57.42%，确定微血管改变是唯一的显著机制特征，并强调了周围血管疾病、男性性别及身高是关键风险因素，同时挑战了血糖控制在疾病进展中的首要地位。

本研究表明，持续性姿势-知觉性头晕（PPPD）患者表现出独特的脑-小脑功能连接改变，其特征为视觉-前庭皮层耦合减少，以及视觉/多感官区域与涉及感觉预测的小脑区域之间的连接增强，这可能构成了该疾病中所观察到的适应不良性多感官整合和异常运动感知的基础。

本研究表明，具有低灵敏度或高误报率特征的不完善癫痫发作检测设备，会显著放大模拟癫痫临床试验中的回归均值现象，并夸大表观安慰剂反应。

本研究表明，一种交错式分层注意力转换器（HAT）模型通过在不进行平均处理的情况下显式捕捉单脉冲电刺激反应中的跨试验依赖关系，与临床发作起始区实现了比传统平均法更高的符合度，同时在试验可用性有限的情况下保持了鲁棒性，尽管其与术后癫痫发作自由度的关联尚无定论。

通过对癫痫患者进行大规模模拟，本研究表明回归均值现象可以通过不同的机制——包括一过性病情加重、更严格的入组标准、测量灵敏度降低以及假警报——人为地夸大表观安慰剂效应，从而为改进临床试验设计和解释终点指标提供关键见解。

本研究表明，白质高信号中的病灶特异性 T1w/T2w-FLAIR 比值可作为一种独特的微结构生物标志物，将以血管-胶质损伤为特征的血管性痴呆与以淀粉样蛋白相关脱髓鞘为特征的阿尔茨海默病区分开来，从而捕捉到体积测量法所遗漏的组织完整性丧失。

PRECISE-TCD研究是一项前瞻性观察性方案，旨在评估连续经经颅多普勒衍生的血流动力学参数是否能够预测经血管内取栓术后急性缺血性卒中患者的早期神经功能恶化和出血性转化，其最终目标是为个体化血压管理策略提供指导。