Részletes keresés

Kérjük, állítsa be a paramétereket!


 

Találatok száma: 289

Ideggyógyászati Szemle

2024. MÁRCIUS 30.

In memoriam dr. Harcos Péter

SZUPERA Zoltán

Mély fájdalommal tudatjuk, hogy dr. Harcos Péter címzetes egyetemi docens, nyugalmazott osztályvezető főorvos, türelemmel viselt súlyos betegségben, életének 78. évében, 2024. február 19-én elhunyt.

Idegtudományok

2022. DECEMBER 12.

hirdetés

Az MR-aktivitás korai csökkenése kladribinkezelés kapcsán magas betegségaktivitású, relapszáló sclerosis multiplexben

A kladribintablettát a magas betegségaktivitású, relapszáló sclerosis multiplex kezelésére engedélyezte az Európai Gyógyszerügynökség (EMA). A MAGNIFY-MS vizsgálatban 3,5 mg/ttkg-os kumulatív dózisban alkalmazott kladribin szedése mellett korai hatáskezdet jelentkezett, és az MR-laesiók száma szignifikánsan csökkent. A javulás független volt a kiinduláskor fennálló relapszusaktivitástól vagy az anamnézisben szereplő betegségmódosító kezeléstől. A kladribinterápia kapcsán biztonságossági aggályok nem merültek fel.

Hírvilág

2022. NOVEMBER 18.

Távvizit és VR-szemüveg – Mikor lesz mindez valóság a magyar egészségügyben?

E-mailes kommunikáció, a képek és leletek elektronikus megosztásának lehetősége, online időpontfoglalás és távkonzultáció – ezek a legfontosabb betegelvárások. De vajon mikor és hogyan jut el a hazai egészségügy arra a szintre, hogy személyre szabott, mesterséges intelligencia által támogatott terápiák segítsék a gyógyulást?

Klinikum

2024. ÁPRILIS 10.

Másképp működik az infantilis agy

A csecsemőkori amnézia rejtélye azt sugallja, hogy a fejlődő agyban másképp működik a memória. Bármennyire is valóságosnak tűnnek, becsben őrzött legkorábbi emlékeink valószínűleg fényképek láttán vagy a szüleink elmesélése alapján alakultak ki, írja a Science folyóirat.

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 patiens practicusan elaludt” – Interjú Nádasdy Ádám nyelvész professzorral

KOVÁCS Sándor

Úgy tapasztalja, hogy sokkal nyíltabbá, őszintébbé vált az orvos-beteg kommunikáció. Bár bizonyos nyelvi jelenségek láttán „a hazafias lelke lázadozik”, őt nyelvészként nem szabad, hogy bármi „zavarja” a nyelvben.

Hírvilág

2024. MÁRCIUS 07.

Várják a jelöléseket és a szavazatokat az Év Gyógyszerésze és Kedvenc Patikám díjakra

Budapest, 2024. március 7. – A Magángyógyszerészek Országos Szövetsége, a Magyar Gyógyszerésztudományi Társaság közreműködésével, 2011. óta minden évben meghirdeti e gyógyszerészeknek és patikáknak szóló díjakat. Mindenki jelölhet és szavazhat a szerinte legjobbnak tartottakra a www.evgyogyszeresze.hu oldalon.

Klinikum

2024. MÁRCIUS 06.

hirdetés

Az idős beteg és a bőronkológia: fókuszban a szűrés jelentősége

BÁNVÖLGYI András

Az időskori mortalitásban és morbiditásban a rosszindulatú bőrdaganatok fontos szerepet játszanak. Időben történő felismerésük és korai ellátásukkal megelőzhetők a későbbi szövődmények. Rendszeres szűrővizsgálattal és a nem bőrgyógyászati szakképzettségű egészségügyi személyzet edukációjával a korai felismerés aránya jelentős mértékben javítható.

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 az folyamatban sok esetben egy film is segíthet. Kapitány-Fövény Máté pszichiáter, az ”Ember a filmben” videók alkotója a filmek pszichológiájáról mesélt.

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.]