Crize epileptice și managementul lor.
328 de articoleAcest studiu propune o abordare bazată pe învățarea profundă pentru predicția crizelor epileptice prin analiza semnalului EEG, utilizând rețele neuronale convoluționale pentru extragerea caracteristicilor și Bi-LSTM pentru clasificare. Metoda a atins o precizie de 99,61% și are ca scop îmbunătățirea calității vieții pacienților prin detectarea precoce a crizelor și intervenția în timp util.
Această revizuire sistematică a 37 de studii analizează modul în care modelele de învățare automată pot prezice răspunsul individual al pacienților la medicamentele anticonvulsivante, prin analiza datelor clinice, a imaginilor cerebrale, a EEG-ului și a informațiilor genetice. Deși unele modele prezintă o precizie promițătoare, rezultatele variază semnificativ, iar acest domeniu se confruntă cu limitări importante legate de calitatea și cantitatea datelor, care necesită cercetări suplimentare și standardizare.
Acest studiu analizează tiparele temporale și factorii prognostici ai crizelor convulsive asociate cu glioblastomul, o neoplazie malignă primară a creierului. Cercetarea își propune să caracterizeze modul în care momentul apariției crizelor convulsive se raportează la evoluția stării de sănătate a pacienților și la progresia bolii.
Acest studiu de farmacovigilență a analizat rapoartele privind evenimentele adverse transmise către FDA pentru a investiga dacă inhibitorii ALK (crizotinib, ceritinib, alectinib, brigatinib, lorlatinib) sunt asociați cu convulsii, utilizând metode statistice bayesiene. Rezultatele au evidențiat scoruri de detectare a semnalului variabile între diferiții inhibitori ai ALK, ceritinibul, brigatinibul, alectinibul și lorlatinibul prezentând asocieri mai puternice cu tulburările convulsive în comparație cu crizotinibul.
Acest studiu retrospectiv a analizat înregistrările EEG pentru a determina durata optimă de înregistrare în vederea detectării anomaliilor epileptiforme la pacienții cu prima criză, comparativ cu cei cu epilepsie confirmată. Rezultatele au arătat rate de detectare de 37,6% și, respectiv, 57,4%, factori precum utilizarea medicamentelor anticonvulsivante și frecvența crizelor influențând în mod semnificativ detectarea, ceea ce sugerează necesitatea unor protocoale EEG individualizate, bazate pe tabloul clinic.
Această revizuire sistematică și meta-analiză a examinat modificările compoziției microbiotei intestinale la pacienții cu epilepsie, în comparație cu subiecții sănătoși din grupul de control, pe baza datelor din mai multe baze de date. Deși diversitatea alfa nu a prezentat diferențe semnificative, anumite taxoni bacterieni au înregistrat modificări semnificative, printre care o creștere a prezenței Verrucomicrobia și Akkermansia, dar și o scădere a prezenței Lactobacillus la pacienții cu epilepsie.
Acest studiu prezintă un model de învățare automată conceput pentru a anticipa crizele epileptice prin analiza imaginilor scalografice EEG cu ajutorul unei rețele multiseriale în cascadă, cu selecție optimizată a caracteristicilor. Abordarea utilizează algoritmul de optimizare Archimedes pentru selecția caracteristicilor, urmat de procesarea LSTM bidirecțională, pentru a asigura detectarea la timp a crizelor.
Acest comentariu științific analizează modul în care medicamentele anticonvulsive influențează organizarea rețelelor cerebrale în urma unui prim episod convulsiv. Lucrarea oferă informații privind mecanismele neurobiologice care stau la baza diferențelor individuale în ceea ce privește răspunsul la tratament la pacienții cu epilepsie.
Acest articol tratează crizele provocate de sevrajul alcoolic ca o complicație medicală gravă, analizează legătura dintre consumul cronic de alcool și apariția epilepsiei și examinează modul în care leziunile cerebrale traumatice pot crește riscul de apariție a crizelor. Conținutul abordează mecanismele recunoscute din punct de vedere clinic care leagă sevrajul, leziunile neurologice și tulburările convulsive.
Un model computațional hibrid combină dinamica neuronală bazată pe fizică (oscilatori Kuramoto) cu ecuații diferențiale ordinare neuronale conduse de date pentru a îmbunătăți predicția modelelor de convulsii din înregistrări EEG multi-canal. Abordarea a demonstrat performanță superioară comparativ cu metodele pur statistice sau doar bazate pe fizică pe o bază de date mare de convulsii, oferind aplicații potențiale în prognoza convulsiilor și monitorizarea clinică.
A fost dezvoltat un model de învățare automată care utilizează rețele generative adversariale de domeniu pentru a detecta crize epileptice pe baza înregistrărilor EEG, fără a necesita date de antrenare specifice fiecărui pacient. Testată pe două seturi de date, metoda a atins o sensibilitate ridicată (93-98% recall) și rate scăzute de alarme false, demonstrând eficacitatea sa în detectarea generalizabilă a crizelor la o gamă diversă de pacienți.
Acest studiu propune muștele de fructe (Drosophila) ca model preclinic rapid și eficient din punct de vedere al costurilor pentru testarea medicamentelor anticonvulsive, în special în cazul epilepsiilor cu origine genetică, precum sindromul Dravet și GEFS+. Modelele cu muște prezintă fenotipuri convulsive similare cu cele umane și manifestă răspunsurile așteptate la medicamentele anticonvulsivante eficiente (clobazam, stiripentol, fenfluramină), confirmând în același timp că blocanții canalelor de sodiu pot fi nocivi, ceea ce validează utilitatea modelului pentru screeningul personalizat al medicamentelor.
Acest studiu propune un model de învățare profundă utilizând atenție ponderată global-locală (GLWA) pentru a îmbunătăți detecția automată a convulsiilor prin integrarea caracteristicilor temporale, spațiale și spectrale din semnalele EEG. Modelul a obținut o acuratețe de 98,82% și 98,89% pe două seturi de date standard pentru epilepsie, cu vizualizare interpretabilă a modelelor de atenție pe regiuni cerebrale.
Acest studiu prezintă un sistem diagnostic automatizat pentru convulsii epileptice folosind analiza semnalelor EEG combinată cu tehnici de învățare automată, în special clasificarea hibridă SVM-Fuzzy optimizată cu algoritmi metaeuristici. Sistemul a obținut o acuratețe de 98,1% în diferențierea stadiilor convulsiei și ar putea sprijini clinicienii în diagnosticarea mai rapidă și mai precisă a epilepsiei.
Tulburările legate de KCNC1 se prezintă cu un spectru de caracteristici neurologice, inclusiv întârziere în dezvoltare, mioclonie, ataxie și epilepsie, cu fenotipuri care variază în funcție de mutațiile cu pierdere de funcție versus câștig de funcție. Diagnosticul necesită identificarea variantelor patogene heterozigote în KCNC1 prin testare moleculară, iar managementul include medicamente anticonvulsivante standard, intervenții de susținere a alimentației și tratamente specifice simptomelor.
Acest studiu clinic prospectiv evaluează dacă monitorizarea continuă subcutanată prin EEG îmbunătățește documentarea crizelor și gestionarea bolii la adolescenți și adulți cu encefalopatii de dezvoltare și epileptice, pe o perioadă de 6 luni. Studiul evaluează siguranța, precizia detectării crizelor în comparație cu jurnalele pacienților, precum și impactul monitorizării obiective la domiciliu asupra procesului de luare a deciziilor clinice.
Această cercetare prezintă o abordare de deep learning pentru detectarea automată a convulsiilor epileptice din semnale EEG utilizând o metodă nouă de selecție a caracteristicilor (FrAdadelta-CSA) combinată cu un model de rețea neurală hibridă (SpikeGoogle-DenseNet). Metodologia incorporate prelucrarea semnalului prin Transformata Fourier în Timp Scurt, extragerea caracteristicilor și tehnici de optimizare pentru a îmbunătăți acuratețea clasificării convulsiilor.
Acest studiu retrospectiv a analizat tiparele de exprimare a ARN din sânge la 32 de pacienți supuși monitorizării video EEG pentru a identifica biomarkeri moleculari care să diferențieze crizele epileptice de atacurile nonepileptic psihogene (PNES). Rezultatele au demonstrat diferențe semnificative în profilurile de ARN între tipurile de crize, PNES arătând modificări de expresie mai mari, în timp ce crizele epileptice au fost asociate cu markeri diminuați ai funcției imunității, permițând dezvoltarea de modele de clasificare predictivă.