Cross-Cohort Generalizability of Plasma Biomarker Machine Learning Models Reveals Calibration-Driven Degradation in Clinical Utility
该研究表明，尽管基于血浆生物标志物的机器学习模型在跨队列部署时仍能保持较高的判别能力，但受校准偏差和患病率差异影响，其临床实用性（特别是阴性预测值）会出现显著下降，凸显了临床实施前进行跨队列验证、校准评估及检测标准化的必要性。
🧠 Category
neurology
295 篇论文
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。
Safety and Efficacy of iPSC-Derived GABAergic Interneurons for Unilateral MTLE
这项单中心、随机双盲的 I 期临床试验旨在评估单次颅内注射 iPSC 来源的 GABA 能中间神经元（ALC05）治疗单侧内侧颞叶癫痫（MTLE）的安全性、耐受性及初步疗效，并探索不同剂量水平的治疗反应。
The relationship between limb dystonia severity and functional impact in children with cerebral palsy
该研究通过让七名儿科运动障碍专家评估 27 名脑瘫儿童的视频，证实了肢体肌张力障碍的严重程度评分与特定任务的功能影响之间存在显著相关性，从而为识别具有临床意义的肌张力障碍严重程度差异提供了依据。
REDDI: A Riemannian Ensemble Learning Framework for Interpretable Differential Diagnosis of Neurodegenerative Diseases
该研究提出了一种名为 REDDI 的黎曼流形集成学习框架，利用静息态脑磁图（MEG）数据结合可解释的特征选择与分类方法，显著提升了神经退行性疾病（如 MCI、MS、PD 和 ALS）的鉴别诊断准确率与临床透明度。
Arachnoiditis: leveraging crowdsourcing and AI in a cross-sectional study of 1,105 cases to improve identification, understanding, and treatment
这项研究利用 StuffThatWorks 平台的 1,105 例确诊患者数据，结合人工智能算法，首次大规模揭示了阿蛛网膜炎的症状特征、加重因素及治疗反应，发现低剂量纳曲酮等疗法效果显著而硬膜外类固醇注射损害较大，为改善该罕见病的诊断与管理提供了新见解。
Microstructural Alterations in White Matter Hyperintensities and Perilesional Normal-Appearing White Matter Assessed by Quantitative Multiparametric Mapping - A BeLOVE Study
这项基于 BeLOVE 研究的工作利用定量多参数映射（qMPM）技术，证实了脑白质高信号（WMH）及其周围正常表现白质（pNAWM）中存在从病灶中心向外逐渐恢复的微结构损伤梯度，并发现 pNAWM 的 R1 值与长期认知表现显著相关，从而确立了 qMPM 作为监测血管性脑损伤进展及评估认知预后的敏感生物标志物的潜力。
Identifying trial-relevant concepts of interest in HSP: insights from an international patient-voice study in >600 individuals
这项针对 600 多名患者的国际研究通过两阶段调查，确立了运动、下肢功能、自主神经失调、疼痛及心理社会因素作为遗传性痉挛性截瘫（HSP）临床试验中患者最关注的核心健康领域，为开发以患者为中心的疗效评估工具奠定了基础。
Meta analysis of glucose metabolism across Alzheimer's, Parkinson's and ALS Reveals emergence of adaptive brain glucometabolic responses and associated neurological functional profiles
这项针对阿尔茨海默病、帕金森病和肌萎缩侧索硬化症等年龄相关神经退行性疾病的 FDG-PET 荟萃分析发现，大脑葡萄糖代谢失调（包括低代谢和高代谢模式）是这些疾病的共同特征，且不同疾病具有独特的神经解剖代谢表型及相应的神经功能关联，提示高代谢可能反映了神经生物能量的适应性重塑或代偿机制。
Normative Modelling of Brain Volume in Multiple Sclerosis
该研究利用基于 6 万余名健康个体的脑体积规范模型，对多发性硬化症患者进行个体化评估，发现深部灰质结构（特别是丘脑）的显著体积偏离与患者残疾程度及进展密切相关，证明了该方法在 MS 个体表型分析和风险分层中的临床应用价值。
Automated Sleep Stage and Event Detection Algorithms Using Quality-Controlled PSG Annotations
该研究通过利用经过质量控制的多导睡眠图标注数据训练机器学习模型，实现了睡眠分期、觉醒及呼吸事件检测的高精度自动化分析，其性能在多数任务上已接近人类专家间的一致性水平。