Autentificare
NeuroPsy InfoHubÎnțelege · Sprijin · ProgresCere sprijin

Informație de încredere. Sprijin real.

Ai întrebări despre autism, ADHD, anxietate sau depresie? Găsești ghiduri clare, verificate de specialiști. Acum, acces gratuit.

Începe gratuitSunt părinteSunt specialist
Spațiu publicitar disponibil — bannerul mare de susSpațiu publicitar disponibil — bannerul mare de sus

Explorează temele

Caută tot →

Sănătate mintală și neurodezvoltare

AutismSpectrul autist și particularitățile asociate.223 de articole
ADHDAtenție, impulsivitate și hiperactivitate.202 articole
Sindrom DownDezvoltare și sprijin pentru sindromul Down.57 de articole
AnxietateÎngrijorare excesivă, tensiune, atacuri de panică.73 de articole
DepresieTristețe persistentă, lipsa energiei și a motivației.106 articole
AdicțiiDependențe de substanțe și comportamentale.135 de articole

Afecțiuni neurologice

DemențeBoala Alzheimer și alte forme de demență.73 de articole
AVC și AITAccident vascular cerebral și recuperare, la orice vârstă.64 de articole
Leziuni medulareLeziuni medulare, paraplegie și tetraplegie.55 de articole
EpilepsieCrize epileptice și managementul lor.127 de articole
ParkinsonBoala Parkinson și tulburări de mișcare.64 de articole
Scleroză multiplăScleroza multiplă și viața cu aceasta.71 de articole
Traumatisme cranio-cerebraleTraumatisme cranio-cerebrale și recuperare.81 de articole

Articole și ghiduri recomandate

PublicToțiPentru oricineSpecialiști
VârstăToate vârsteleCopiiTineriAdulțiVârstnici
StudiuParkinsonÎncredere înaltă21.06.2026

Consensus practice recommendations for management of gastrointestinal dysfunction in Parkinson disease

This expert consensus document provides evidence-based clinical guidance on screening, diagnosis, and treatment of gastrointestinal dysfunction in Parkinson disease, a common non-motor symptom that can precede motor symptoms and significantly impact quality of life. Recommendations are organized by anatomical segments (oral cavity, esophagus, stomach, small intestine, colon) based on a modified Delphi panel approach involving movement disorder neurologists and gastroenterologists.

StudiuParkinsonÎncredere bună21.06.2026

Methamphetamine Use and Parkinson's Disease Risk: Clinical Recognition in Substance Users

Epidemiological and animal evidence indicates methamphetamine use significantly increases risk for Parkinson's disease and parkinsonism, potentially with earlier onset. Despite elevated prevalence in methamphetamine users, diagnosis is often missed due to under-detection, competing mortality risks, and confounding substance use patterns; clinicians should maintain vigilance for parkinsonian symptoms in this population.

StudiuParkinsonÎncredere înaltă21.06.2026

Advanced Parkinson's Disease: Clinical, Pathologic, and Imaging Markers—A Review

This review addresses the lack of consensus definition for advanced Parkinson's disease by synthesizing clinical features (motor fluctuations, falls, cognitive decline), pathological burden markers, and neuroimaging findings associated with disease progression. The authors propose a longitudinal assessment model incorporating clinical markers and quality-of-life metrics to better characterize and predict disease trajectory in PD patients.

StudiuParkinsonÎncredere bună21.06.2026

Cold exposure exacerbates tremor symptoms in Parkinson's disease

Cold temperatures are known to increase tremor severity in Parkinson's disease patients, likely due to temperature sensitivity affecting basal ganglia motor control. This seasonal effect is a recognized clinical observation that patients and caregivers should monitor and manage accordingly.

StudiuParkinsonÎncredere bună21.06.2026

The Role of Artificial Intelligence and Machine Learning in Parkinson's Disease Diagnosis and Atypical Parkinsonisms

This literature review examines how machine learning techniques, particularly support vector machines and neural networks, can improve early diagnosis and progression prediction in Parkinson's disease by analyzing diverse biomarker data. The analysis demonstrates that more sophisticated machine learning approaches and ensemble models achieve higher diagnostic accuracy than simpler methods, suggesting significant potential for enhancing diagnostic capacity in movement disorders.