Ai întrebări despre autism, ADHD, anxietate sau depresie? Găsești ghiduri clare, verificate de specialiști. Acum, acces gratuit.
Acest studiu calitativ investighează factorii care atât împiedică, cât și susțin aderența la medicamentele anticonvulsivante la pacienții cu epilepsie cu resurse financiare limitate. Cercetarea explorează barierele socioeconomice și factorii facilitatori care afectează conformitatea în tratament în această populație vulnerabilă.
Această cercetare compară trei strategii de selectare a datelor (selectoare discrete, parțiale continue și complete) pentru îmbunătățirea detectării epilepsiei bazate pe EEG utilizând rețele neuronale convoluționale. Tehnica selectoare completă a obținut cea mai mare performanță cu o acuratețe de 96%, depășind alte metode pentru aplicații clinice de detectare a crizelor epileptice.
Cercetătorii au utilizat Motion Sequencing (MoSeq), un instrument de învățare automată, combinat cu analiza de rețea pentru a identifica comportamentele repetitive ascunse și perturbările rețelei comportamentale la șoarecii cu epilepsie cronică. Testarea cu carbamazepină, un medicament anti-convulsivant aprobat de FDA, a demonstrat o salvare parțială a acestor anomalii comportamentale, sugerând o abordare inovatoare pentru identificarea fenotipurilor comportamentale relevante din punct de vedere clinic pe parcursul progresiei epilepsiei.
Acest studiu retrospectiv a analizat dosarele medicale din 15 unități sanitare din patru provincii ale Republicii Democratice Populare Laos (2018–2022) pentru a estima numărul cazurilor de epilepsie și a calcula necesarul anual de medicamente anticonvulsivante. Dintre cele 1.430 de cazuri de epilepsie documentate, fenobarbitalul a fost prescris la 72,9% dintre pacienți, iar studiul își propune să susțină eforturile de ajustare a cotelor de import de medicamente pentru a răspunde nevoilor populației.
Acest studiu dezvoltă un model de învățare automată de tip ansamblu pe două niveluri pentru detectarea crizelor epileptice în patru stadii clinice, utilizând date EEG din setul de date Bangalore Epilepsy Dataset, obținând o precizie de 97,06% cu ajutorul reducerii dimensionalității prin UMAP și al extragerii caracteristicilor prin FFT. Performanța modelului este validată prin validare încrucișată imbricată și se dovedește promițătoare pentru implementarea în timp real pe dispozitive de edge computing și IoT destinate monitorizării crizelor epileptice.
