Terápiás területek

Endokrinológia

Hypertonia és Nephrologia

2024. JÚNIUS 25.

Változások, újdonságok a csecsemőgyógyászati nefrológiában – III. rész

MÁTTYUS István

A hydronephrosis ultrahanggal is jól látható veseüregrendszeri tágulat. A vizelettel telt, tág veserész echómentes, így ultrahanggal méhen belül is könnyű észrevenni. Az enyhébb tágulat gyakori, a magzatok 4-5%-ában meg- figyelhető. Az ilyen rendellenességek kevesebb, mint 10%-a olyan mértékű, hogy részletesebb kivizsgálást igényel, és az alaposabban kivizsgált betegeknek is csak néhány százalékát kell megoperálni.

Lege Artis Medicinae

2024. ÁPRILIS 30.

A dementia női aspektusai

KOVÁCS Tibor

A dementia a 21. század népbetegsége, az öregedő társadalmak új epidémiája. Az életkor mellett a női nem a módosíthatatlan kockázati tényezők egyike.

Ideggyógyászati Szemle

2024. MÁRCIUS 30.

[Perineuralis 5%-os dextróz kontra kortikoszteroid-injekció a carpalis alagút szindróma nem sebészi kezelésében]

OZGE OCEK, DERYA GUNER

[Tanulmányunk célja az volt, hogy megvizsgáljuk a klinikai és az elektro-fiziológiai javulás közötti különbségeket perineuralis kortikoszteroid injekciós terápia (PCIT) és perineuralis 5%-os dextróz injekciós terápia (5%PDIT) alkalmazása során carpalis alagút szindróma (CTS) kezelése során. Összesen 92 csuklót vontunk be a vizsgálatba, amelyeknél enyhe vagy közepes fokú idiopathiás CTS-t diagnosztizáltak. ]

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.

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.]

VIDEO

2024. JANUÁR 22.

hirdetés

Hogyan NE? - A levodopa helyes és helytelen alkalmazása Parkinson-kórban - Dr. Hidasi Eszter (Debreceni Egyetem)

A Parkinson-kór gyógyszeres kezeléséről szóló pontszerző továbbképzésünket elsősorban neurológusoknak és rezidenseknek szánjuk. A videók egy novemberi webinárium során elhangzott előadások felvételei, a vágások során a köszöntéseket és a zárásokat (időtakarékossági okokból) kihagytuk. Az előadások meghallgatása után a tesztkérdések megválaszolásával összesen 8 kreditpontot lehet szerezni.