XiaoMi-AI文件搜索系统
World File Search SystemUPDRS
聚焦超声心理切开术的安全性和疗效对药物难治性，震颤主导帕金森氏病的患者：一项随机临床试验
27例患者的结果为26例（96％），中位年龄为67.8岁（四分位数范围[IQR]，62.1-73.8岁）。在FUS Thalamotomy fus thalamotomy之后的基线（IQR，10.5-27.5）的基线从基线（IQR，22％-79％）提高了62％（IQR，22％-79％），从FUS THALAMOTOMONE和22％（IQR，-11％至29％）中提高了23点（IQR，-11％至29％）（IQR，-11％至29％）（IQR，14.0-27.0），后者是Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Shams Place;组间差异很显着（Wilcoxon P = .04）。在FUS THALAMOTMOMY FUS造成的23点（IQR，15.5-34.0）的基线（IQR，0.5-11.0）的中位数中位数提高了8分（IQR，0.5-11.0），从FUS THALAMOTOMY造成FUS，1分（IQR，-5.0至9.0）从25分（IQR，-5.0至9.0）的基线（IQR，IQR，15.0.0-33.0之后）。在研究的早期，内部胶囊的加热导致了2例（8％）的轻度偏瘫，这在磁共振温度测定法期间改善并促使监测了额外轴的监测。其他持续性不良事件是口感异常（4个事件[20％]），手指感觉（1事件[5％]）和共济失调（1个事件[5％]）。
结论 定性分析显示，爱气疗法对各种患者群体都具有良好的效果。大部分研究发现，爱气疗法在平衡、疼痛、功能性活动和生活质量方面的效果优于陆地干预，与替代性水上干预相比，其效果相似。值得进一步研究。
桑塔纳 19 纤维肌痛 9 4/10 VAS FIQ 卡米洛蒂 22 背痛 29 4/10 VAS** ODI** 缩写：6MWT，6 分钟步行测试；ABC，活动特定平衡信心量表；BBS，伯格平衡量表；BDI，贝克抑郁量表；FIQ，纤维肌痛影响问卷；FSS，疲劳严重程度量表；FTSST，五次坐站测试；GDS，老年抑郁量表；MPQ（PPI/PRI），麦吉尔疼痛问卷（PPI，当前疼痛强度；PRI，当前评分指数）；MFIS（Ph/Co/PS），改良疲劳影响量表（Ph=身体，Co=-认知，PS=-社会心理）； MSIS-29-Ps/Ph，多发性硬化症影响量表-29（Ps=心理，Ph=身体）；NPRS，数字疼痛评定量表；ODI，奥斯沃斯特里残疾指数；PDQ-39，帕金森病问卷-39；PSQI，匹兹堡睡眠质量指数；SF-12，12 项简明健康调查表；SL，步幅：ST，步幅时间；STAI，状态与特质焦虑量表；TUG，计时起立行走；UPDRS，统一帕金森病评定量表；VAS，视觉模拟量表；^ 爱驰组比对照组有更好的改善，^^ 爱驰与对照组有相似的结果，^^^ 对照组比爱驰组有更好的结果，* p<0.5，** p<0.01，***p<0.001
帕金森氏病：SSRIS/SNRIS -G-标准
帕金森氏病：SSRIS/SNIS缩写：BDI：贝克抑郁量表； EPS：锥体外症状； fog-Q：步态问题的冻结； ftt：手指敲击测试； HADS：医院焦虑和抑郁量表； HAM-D分数：抑郁症的汉密尔顿评分量表； PPT：Purdue Pegboard测试； SIADH：综合征或不适当的抗利尿激素产生； SSRI：选择性5-羟色胺再摄取抑制剂； SNRI：5-羟色胺和去甲肾上腺素的再摄取抑制剂； UPDRS：统一的帕金森氏病评级量表；文学搜索日期：17-03-2022结论：请勿监视。基于副作用的严重程度和频率，决定不监视SSRIS和SNRI。casuistics描述了帕金森氏病的恶化和帕金森主义症状的发生。其他研究表明，添加SSRI或SNRI后，帕金森氏症的改善。为了对多巴胺能神经传递的轻度积极作用，可以在其他SSRI和Trazodon上选出SNRIS Duloxetine和Venlafaxine。抑郁症会对PD患者的生活质量产生重大影响。因此，必须单独称重抗抑郁药的副作用与生活质量的利润有关。表1中的其他评论概述了该报告所需的药物。在帕金森氏症人口和帕金森氏病中，该组中经常使用的药物是Cityopram和Venlafaxine（也是Mirtazapine和Nortriptyline。 div>在其他报告中描述了这些。表1。[1]div div dapoxetine在本报告中包括了类似的作用机理，但用于抑郁以外的其他适应症。ssris和Snris在荷兰市场上。
利用机器学习进行多模态 MRI 鉴别帕金森病和进行性核上性麻痹的效用
经典帕金森病 (PD) 和进行性核上性麻痹 (PSP)（尤其是理查森综合征 (PSP-RS)）的早期鉴别诊断通常受到症状特征重叠的限制，现有的临床评分或既定的诊断方法无法有效捕捉这些症状特征。在这种情况下，即使是运动障碍专家也报告了高达 24% 的失败率 ( 1 )。在临床实践中，PD 和 PSP-RS 的诊断主要基于临床检查，包括主要特征、对左旋多巴的反应以及统一 PD 评定量表 (UPDRS) ( 2 ) 等既定评分。然而，由于临床症状明显重叠且床边检查准确性不足，鉴别诊断通常具有挑战性，尤其是在疾病早期。准确的早期诊断与通过适当的药物管理、患者护理方案更好地管理疾病密切相关，并且可能显著改善疾病预后。此外，识别早期疾病表现可能带来更有针对性的药物疗法，并推动在这一领域开发更有效的药物疗法。在这方面，使用各种磁共振成像 (MRI) 模式，如 T1 加权 ( 3 , 4 )、T2 加权 ( 5 , 6 ) 和扩散张量 MRI (DTI) ( 7 , 8 ) 进行的分组研究显示，PD 和 PSP-RS 患者与健康对照 (HC) 受试者之间存在显著差异。这些差异表明区域脑容量、脑铁代谢和微结构脑组织退化发生了改变，所有这些都与 PD 和 PSP-RS 与 HC 受试者相比的神经退行性特征密切相关 ( 9 – 11 )。监督式机器学习技术能够识别高维数据中的复杂模式，而识别出的模式可用于对新的未知病例做出针对特定患者的预测 (12)。机器学习已成功用于解决各种精准医疗问题 (13)，多项研究尝试利用上述分组研究获得的特征对个体 PD 和 PSP-RS 患者进行分类 [例如 (14-16)]。然而，到目前为止，只有少数科学研究真正尝试利用多模态成像特征的力量来改善 PD 和 PSP-RS 患者的鉴别分类 [例如 (17、18)]。此外，与单模态成像信息相比，多模态成像的真正优势尚未详细探讨。因此，本研究旨在提出一个全面的端到端框架，使用 T1 加权、T2 加权和 DTI 数据集对 PD 患者、PSP-RS 患者和 HC 受试者进行分类，并评估使用单个单模态特征和多模态特征训练的最佳机器学习模型的准确性。