Részletes keresés

Hypertonia és Nephrologia

2024. FEBRUÁR 28.

Változások, újdonságok a csecsemőgyógyászati nefrológiában – I. rész

MÁTTYUS István

Vesicoureteralis reflux esetén a vizelet a hólyagból a vesékbe rendellenesen visszaáramlik, ami fokozott vesemedencegyulladás-veszéllyel jár, súlyos esetben vesekárosodást okoz. Csecsemőkorban gyakori. Emiatt régebben, ha már a gyanúja felmerült, célzott, invazív vizsgálatokat végeztek a VUR diagnózisának felállítása céljából. Ha sikerült VUR-t igazolni, tartós antibiotikus kezelés, majd kontrollvizsgálatok, pozitív esetben sebészi beavatkozás következett.

HUN 2024;28(1)

Klinikum

2024. FEBRUÁR 14.

hirdetés

Hírvilág

2024. FEBRUÁR 14.

XXII. Szekszárdi Kardiológiai Napok

2024. március 22-23-án rendezik meg a XXII. Szekszárdi Kardiológiai Napokat. A rendezvénynek a Babits Mihály Kulturális Központ ad helyt. A konferencia a kardiológia aktuális tudományos kérdéseit járja körül, a szakma jeles képviselőinek részvételével. A részvétel díjtalan, vizsgával zárul. A szabadon választható kongresszust az OFTEX 12 pontra akkreditálta.

HUN

Klinikum

2024. FEBRUÁR 14.

hirdetés

Hírvilág

2024. FEBRUÁR 08.

„Richter Gedeon Remény Háza”

Egészségügyi ellátást és felvilágosító foglalkozásokat és menedéket nyújtó központ épülhet hátrányos helyzetű, veszélyeztetett nők számára a Richter támogatása révén Mali fővárosában, Bamakóban.

HUN

Ideggyógyászati Szemle

2024. JANUÁR 30.

Bacillus Calmette–Guérin intravesicalis instillációja által okozott Guillain–Barré-szindróma

AKAN Serkan , ATMACA Colak Melek

A Guillain–Barré-szindróma (GBS) egy akut gyulladásos demyelinisatiós poly­neu­ropathia. A betegek túlnyomó többségénél a GBS-hez kapcsolódó tünetek megjelenése előtt 1–4 héttel valamilyen esemény, például felső légúti vagy gastrointestinalis traktus fertőzés, műtéti beavatkozás vagy védőoltás jelentkezik.

HUN 2024;77(1-2)

Gondolat

2024. JANUÁR 30.

A filmek gyógyító ereje

Az ember számára olykor fontosabb, hogy meg tudja élni érzelmeit, mint hogy azonnal csökkentse, vagy elviselhetőbbé tegye azokat. Ebben a folyamatban sok esetben egy film is segíthet. Kapitány-Fövény Máté pszichiáter, az „Ember a filmben” videók alkotója a filmek pszichológiájáról mesélt.

HUN

Ideggyógyászati Szemle

2024. JANUÁR 30.

A felső végtag antropometriájának és subcutan zsírszövetének a carpalis alagút szindrómával való összefüggése

DAROL Sarica Elif, ÇİÇEKLİ Esen , SAYAN Saadet , KOTAN Dilcan , ALEMDAR Murat

A testtömegindex (BMI) po­zitívan korrelál a kéztőalagút-szindróma (CTS) gyakoriságával. Mindazonáltal, az el­hí­zásnak különböző típusai vannak, és a zsír­szövet lokalizációja eltérő a nemek kö­zött.

HUN 2024;77(1-2)

Ideggyógyászati Szemle

2024. JANUÁR 30.

[Carotis artériák premortem 2D-3D ultrahangvizsgálatának és post mortem mikro-CT-vizsgálatának összehasonlítása – első tapasztalataink]

SZEGEDI István , SZABÓ András Dániel , EMRI Miklós , BÉRESOVA Mónika , NAGY Mariann , MOLNÁR Sarolta , NAGY Attila , BERÉNYI Ervin , OLÁH László , CSIBA László

[A carotisatherosclerosis kezelésének előfeltétele a szűkület mértékének kellően pontos mérése, amit leggyakrabban duplex ultrahangvizsgálat segítségével értékelünk. Ebben a tanulmányban célunk volt a 2D és 3D ultrahang megbízhatóságának értékelése, összehasonlítva az adatokat post mortem mikro-CT-vizsgálat eredményeivel.]

ENG 2024;77(1-2)

Ideggyógyászati Szemle

2024. JANUÁR 30.

[Migrénes betegek periaqueductalis szürkeállományának MRI radiomikai alapú gépitanulás-modellje]

MESE Ismail , KARACI Rahsan , ALTINTAS TASLICAY Ceylan , TASLICAY Cengizhan , AKANSEL Gur , DOMAC Fusun Saime

[A tanulmány célja a következő kérdés vizsgálata volt: A periaqueductalis szürke régió MRI radiomikai elemzése ké­pes-e megvilágítani a különböző migrén­al­típusok hátterében álló patofiziológiai me­cha­nizmusokat, és képes-e az ezeket a radiomikai jellemzőket használó gépi tanulási modell a migrénes betegek és az egészséges egyének pontos megkülönböztetésére, valamint a migrén altípusait, beleértve az átfedő tünetekkel járó atipikus eseteket is?

A vizsgálatban a betegek első migréndiagnózisa után készült kezdeti MRI-felvételeket elemeztük, és további MRI-fel­vé­teleket szereztünk be egészséges ala­nyok­ról. Radiomikai modellezést alkal­­maz­­tunk a pe­ri­aqueductalis szürke ré­­gió összes MRI-felvételének elemzésé­re. Az adathalmazt randomizáltuk, és túl­min­ta­vételt alkalmaztunk, ha a csoportok kö­zött osztály-kiegyen­súlyozat­lan­ság állt fenn. Az op­timális algoritmuson alapuló jel­lem­ző­ki­­választási módszert alkalmaztuk a két cso­port megkülönböztetésére szolgáló leg­­fontosabb 5-10 jellemző kiválasztására. A mes­terséges intelligencia algoritmusok osztályozási teljesítményét a receiver operating characteristic (ROC) vevő működési karakterisztika analízis segítségével értékeltük a görbe alatti terület, az osz­tályozási pontosság, a szenzitivitás és a specificitás értékeinek kiszámításához. 
A résztvevőknek rendelkezniük kellett az epizodikus migrén, a valószínűsíthető migrén vagy a krónikus migrén igazolt diagnózisával. A vizsgálatból kizártuk az aurás betegeket, azokat, akik az elmúlt hat hónapban migrénmegelőző gyógyszert szedtek, vagy krónikus betegségben, pszichiátriai rendellenességben, cerebrovascularis betegségben, da­­ga­­natos betegségben vagy más típusú fej­fá­jás­ban szenvedtek. Emellett 102 egész­­séges személyt vontunk be a vizsgálatba, akik megfeleltek a beválasztási és kizárási krité­­riumoknak.

Az algoritmusalapú információnyerési módszer a jellemzők csökkentésére nyújtotta az összes módszer közül a leg­jobb teljesítményt, az elsőrendű, a szürke szintű méretzóna mátrix és a szürke szintű együttes mátrix osztályok voltak a domináns jellemzőosztályok. A gépi tanulási modell helyesen különítette el a migrénes betegek 82,4%-át az egészséges alanyoktól. A mig­rénes csoporton belül az epizodikus mig­rénes – valószínű migrénes betegek 74,1%-át és a krónikus migrénes betegek 90,5%-át sikerült pontosan osztályozni. A va­ló­színű migrénes és az epizodikus mig­rénes betegek között nem találtunk szig­nifikáns különbséget a pe­riaqueductalis szürke régió radiomikai jellemzői tekintetében. A kNN algoritmus mutatta a legjobb teljesítményt az epizodikus migrén – valószínű migrén altípusok meghatározásában, míg a Random Forest algoritmus mutatta a legjobb teljesítményt a migréncsoport és a krónikus migrén altípus meghatározásában.

A migrénes betegek diagnózisa és nyomon követése során nyert standard MR-felvételeket felhasználó radiomikai alapú gépi tanulási modell ígéretesnek bi­zonyul nemcsak a klinikai megközelítés számára a migrén diagnózisának és osztályozásának segítésében, hanem a migrén hátterében álló neurológiai mechanizmusok megértésében is.]

ENG 2024;77(1-2)