Részletes keresés

Kérjük, állítsa be a paramétereket!


 

Találatok száma: 1102

COVID-19

2024. MÁRCIUS 27.

A Covid-járvány elmúlt, de az árvaság örök

A koronavírus-járvány következtében világszerte 10 millió gyermek maradt árván, itthon több mint 1600 kiskorú veszítette el édesanyját vagy édesapját a Covid miatt. Rajtuk segít a Regőczi István Alapítvány a Koronavírus Árváiért.

Lege Artis Medicinae

2024. MÁRCIUS 26.

A nők és a migrén

ÁFRA Judit

A migrén a lakosság 14%-át érintő betegség, előfordulása a 20–64 év közötti, aktívan dolgozó és nagyrészt reproduktív korban lévő nők körében a legmagasabb, közel 20%. Migrénes nők 18–25%-ában jelent- kezik roham a menses idejében is, de 7%-uknak csak a menseshez kapcsolódóan van migrénrohama. Ezen rohamok kiváltásában az ösztrogénszint változásának van döntő szerepe a kezelésben.

Lege Artis Medicinae

2024. MÁRCIUS 26.

Szép új világ? Avagy miért (lenne) fontos a gyermekek igazi védelme...

KAPÓCS Gábor

Beköszöntött a még mindig kissé korai tavasz, és vele együtt egy szép (?) új világ is. A patikus nélküli patikák, az orvos nélküli orvosi ügyeletek és a központi kórházi patikagólem/behemót világa.

Lege Artis Medicinae

2024. MÁRCIUS 26.

A felső végtagok mélyvénás thrombosisának diagnosztikája és akut ellátása

KEREKES György, KOVÁCS Beáta

A felső végtagot érintő mélyvénás thrombosisok a vénás thromboemboliás betegségek szerény hányadát teszik ki, így az orvosi köztudatnak nem képezi szerves részét ezek patofiziológiai alapokon nyugvó speciális kezelése. Az összefoglaló közleményben ismertetésre kerülnek a betegség patofiziológiájának részletei, melyek alapján a kezelés szempontjából fontos szubcsoportok kialakítására van lehetőség.

Hírvilág

2024. MÁRCIUS 21.

Richter Anna Díj - Fiatalok a mentális és fizikai jólétért

A Richter Anna Díj közönségszavazásán több mint tízezer szavazó vett részt. A Richter összesen 24 millió forinttal támogatja a nyertes csapatokat innovatív projektek megvalósításában.

Hírvilág

2024. FEBRUÁR 28.

Február 29: a ritka betegségek világnapja

Idén huszonkilenc napos a február, ami csak minden negyedik évben fordul elő, ezért választották a szakemberek február utolsó napját a Ritka Betegségek Világnapjának, mert így négyévente - egy valóban ritka napon - lehet felhívni a figyelmet ezekre a szindrómákra, és a ritka betegségekkel élők problémáira.

Hypertonia és Nephrologia

2024. FEBRUÁR 28.

A lipidanyagcsere eltéréseinek vizsgálata felnőtt hypertoniás betegek esetén adatbányászati módszerrel

KOVÁCS Beáta, NÉMETH Ákos, DARÓCZY Bálint, KARÁNYI Zsolt, MARODA László, DIÓSZEGI Ágnes, PÁLL Dénes, HARANGI Mariann

A hypertonia és a hyperlipidaemia együttes előfordulása gyakori, és közös jelenlétük fokozza a cardiovascularis megbetegedések kialakulásának kockázatát. Célul tűztük ki a lipidanyagcsere eltéréseinek vizsgálatát és annak összefüggését a testtömegindexszel egy nagyméretű, felnőtt hypertoniás betegpopuláción adatbányászati módszerek alkalmazásával. A Debreceni Egyetem Klinikai Központjában kezelt 18 év feletti betegek adatait értékeltük egy 20 éves vizsgálati időszakban.

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.

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.]