Effet secondaire associé au système nerveux centralConcept NCIt

N3-AUTOINDEXEE
Réunion d'éthique La fin de vie en neurologie
https://www.youtube.com/watch?v=lhe5ATjNjo0
2024
SFN - Société française de neurologie
France
enregistrement vidéo
éthique
réunion
étoposide/Ifosfamide/Vincristine
endogline
Réunion
sens moral
vie
Allèle sauvage ENG
langue finnoise
effet secondaire associé au système nerveux central
langue vietnamienne
processus de groupe
Endoscopie par Fluorescence induite par laser
fini
neurologie
Finlande

---
N3-AUTOINDEXEE
Les pathologies neurologiques évolutives : entre maladies et handicaps ? (version LSF)
https://www.youtube.com/watch?v=ivD_vGQh6EE
Stéphane Zygart, docteur en philosophie, enseignant à l'Université de Lille et à Sciences Po Lille, membre de l'Espace de réflexion éthique des Hauts-de-France Robin Michalon, historien des sciences, Centre Alexandre Koyré, EHESS, CESP U1018 Modération : Sébastien Claeys, chargé de la communication et du débat public, Espace éthique Île-de-France / Espace national éthique et maladies neuro-évolutives Captation de l’édition 2023 de l’Université d’automne Éthique et maladies neurologiques évolutives, organisée du 15 au 17 novembre 2023 à Marseille autour de la thématique Le temps, le corps et les émotions. Retrouvez sur notre chaîne Youtube toute l'actualité de l'Espace éthique Île-de-France : les colloques, films, rencontres, et entretiens réalisés par les équipes. Réalisation : Patrice Dubosc Vous pourrez également retrouver ces vidéos, ainsi que de nombreuses ressources, sur le site de l'Espace éthique Île-de-France : www.espace-ethique.org
2023
Espace Ethique - APHP
France
enregistrement vidéo
allèle sauvage TFCP2
quel mois est-ce maintenant ?
signe du système nerveux
maladie
handicap
PATHOLOGIE
handicapé
anatomopathologie
personne handicapée
maladie
Système nerveux
langue des signes
personnes handicapées
effet secondaire associé au système nerveux central
maladies du système nerveux
maladie
Neurologie

---
N3-AUTOINDEXEE
Syndrome frontal d’apparition tardive : neurologie ou psychiatrie ? Protocole front-ière
https://dumas.ccsd.cnrs.fr/dumas-04404753
Les troubles du comportement frontaux d’apparition tardive posent un problème diagnostique fréquent entre une origine neurologique ou psychiatrique. La présentation comportementale de certaines maladies neurodégénératives peut mimer des pathologies psychiatriques primaires notamment associées à des troubles cognitifs. Le manque de marqueurs cliniques ou paracliniques fiables pour différencier ces deux catégories diagnostiques rend ce défi complexe. br Méthode. br Nous avons inclus des patients de plus de 40 ans pris en charge en neurologie et/ou en psychiatrie, qui présentaient pour plainte principale des éléments frontaux à savoir l’un des 6 critères de Rascovksy (apathie, désinhibition, perte d’empathie, comportements stéréotypés, changements alimentaires, syndrome dysexécutif) et pour lesquels persistaient une incertitude entre une origine neurologique ou psychiatrique. Chaque patient participait à : (1) une consultation en binôme neurologue/psychiatre, (2) un bilan neuropsychologique avec exploration extensive des fonctions exécutives et de la cognition sociale, (3) des tests de créativité et de motivation et (4) un bilan paraclinique comprenant IRM, PET-FDG et ponction lombaire si une indication était retenue. br Résultats. br Nous avons inclus 13 patients. Les diagnostics suivants ont été posés : origine psychiatrique pour 8 d’entre eux, origine neurodégénérative pour 3 d’entre eux, origine mixte vasculaire et psychiatrique pour 2 d’entre eux. Les antécédents psychiatriques, la présence d’un déficit cognitif, l’évolutivité et l’atrophie cérébrale étaient les arguments diagnostiques prédominants. Les éléments cliniques semblaient moins discriminants avec des résultats paradoxaux (davantage de symptômes psychiatriques chez les patients neurologiques). Les altérations cognitives étaient plus marquées chez les patients neurologiques et mixtes, y compris en cognition sociale. Les tests de créativité et de motivation semblent pertinents, avec des résultats moins bons chez les patients neurologiques. br Discussion. br Dans l’ensemble, la réalisation du protocole s’est déroulée avec succès et une bonne acceptation de la part des patients. Cette étude est limitée à ce stade par la taille modeste de l’échantillon et le manque de recul temporel pour apprécier l’évolutivité de ces patients. Il est destiné à être poursuivi afin d’affiner la décision diagnostique de ces patients et d’obtenir un effectif suffisant pour la conduite d’analyses statistiques. br Conclusion. br L’identification de marqueurs étiologiques fiables de ces pathologies frontières entre la neurologie et la psychiatrie est encore complexe. La poursuite de ce protocole permettra certainement de fournir des éléments de réponse à intégrer dans ce champ de recherche.
2023
DUMAS - Dépôt Universitaire de Mémoires Après Soutenance
France
thèse ou mémoire
frontal
dronabinol
os frontal
effet secondaire associé avec syndromes
neurologie
à l'étude
psychiatrie
quel mois est-ce maintenant ?
protocole d'étude clinique
apparence
effet secondaire associé au système nerveux central
coronal
front
psychiatre
front
pédopsychiatrie

---
N3-AUTOINDEXEE
Intelligence artificielle et maladies neurologiques : aider le diagnostic et améliorer la compréhension du comportement des réseaux de neurones convolutifs
https://www.theses.fr/2022TOU30282
L'Intelligence Artificielle est désormais utilisée pour accomplir les tâches les plus diverses, de la reconnaissance de visage à la traduction de texte. Parmi ces méthodes inspirées du fonctionnement du cerveau humain, l'apprentissage profond (deep learning) a montré d'excellentes performances en analyse d'image à l'aide des réseaux de neurones convolutifs (CNN). Le milieu médical est en train de bénéficier de la puissance de ces outils consacrés notamment à l'aide au diagnostic, comme dans la maladie de Parkinson ou d'Alzheimer. L'utilisation des CNN et de l'imagerie par résonance magnétique nucléaire (IRM), qui permet d'étudier le cerveau dans sa structure et son fonctionnement, a montré des résultats très prometteurs. Toutefois, les CNN sont souvent appelés boites noires puisque leur fonctionnement n'est pas transparent pour ses utilisateurs. Ces travaux de thèse visent à mieux comprendre ces méthodes appliquées aux données IRM 3D cérébrales pour aider au diagnostic des maladies neurologiques. En première étape, la manipulation des données d'entrée des CNN, nous a permis d'investiguer leur capacité discriminative. Nous avons ainsi étudié le comportement du CNN en comparant sa capacité à discriminer des images IRM originales et altérées. Les résultats obtenus par le CNN ont été très satisfaisants, ce qui a amené à rechercher quelles sont les zones de l'image les plus discriminantes pour la prédiction. En deuxième étape, nous avons étudié la pathologie, en se focalisant sur le nombre de sujets nécessaires au réseau lors de l'apprentissage pour garantir de bonnes performances. Cela est aussi un aspect crucial pour les méthodes de deep learning dont l'apprentissage requiert normalement beaucoup de données. Toutefois, dans le cadre médical nous avons accès à quelques centaines de données dans la plupart des cas. Nous avons démontré qu'un CNN est capable de bien discriminer un sujet sain d'un patient atteint d'atrophie multisystématisée (AMS), malgré un nombre limité de données d'entrée. A l'aide d'une technique récemment développée permettant de visualiser les parties de l'image considérées importantes par le CNN, nous avons montré que les parties discriminantes comprenaient des régions notamment d'intérêt pour la physiopathologie connue de l'AMS. La puissance discriminante du CNN a aussi été exploitée pour réaliser une discrimination entre sujets sains et patients en état de coma, en utilisant différentes séquences d'IRM. La méthode de visualisation a mis en lumière des régions en lien avec le coma, en confirmant les performances très satisfaisantes du réseau. Les études présentées dans cette thèse ouvrent la voie pour découvrir comment les informations englobées dans les données d'apprentissage peuvent aider à la recherche des signatures spatiales significatives obtenues par les CNN dans le cas particulier des données de neuroimagerie. L'application des CNN dans le cadre médical offre la possibilité d'aider le diagnostic de différentes maladies neurologiques en se basant exclusivement sur les données d'entrée. Cependant, la validité de ces résultats se fonde sur notre capacité à expliquer et éclairer ces méthodes pour en favoriser l'acceptation et, par conséquence, l'utilisation dans un contexte clinique.
2022
theses.fr
France
thèse ou mémoire
Accroître
Réseau
effet secondaire associé au système nerveux central
comportement
compréhension
comportement
Système nerveux
Neurones
Intelligence artificielle
Neurologie
Diagnostic
aucun diagnostic
compréhension
Maladie
maladie
intelligence
étude diagnostique
intelligence artificielle
maladies du système nerveux
compréhension
signe du système nerveux
maladie
diagnostic assisté par ordinateur
réseaux neuronaux (ordinateur)
neurone
comportement

---