IA e Doenças Raras Neurológicas & Neuroimunes ── 2026-10-22
Novos artigos sobre doenças neurológicas raras e neuroimunes e IA, coletados de feeds de periódicos, PubMed (pesquisado em todos os periódicos) e OpenAlex (um índice público usado no lugar do Google Scholar), avaliados pelo Jev (uma IA que faz julgamentos de linguagem): pesquisa original, IA como foco central, qual dos 9 grupos de doenças, tratamento ou ensaios, e depois classificados por importância até um limite diário. Os periódicos não são filtrados por fator de impacto; cada artigo mostra o equivalente ao FI do seu periódico (média de citações em dois anos do OpenAlex) e a data desse valor. Cada entrada mostra o resumo original completo.
Leia por doença: Pesquisa básica（0） · ELA（0） · Parkinson（0） · Neurodegeneração hereditária（0） · Neuromuscular（1） · Esclerose múltipla（1） · NMOSD/MOGAD（0） · Miastenia gravis（0） · Encefalite autoimune/CIDP/SGB（0）
Pesquisa em neurodegeneração e neuroimunologia e IA
Nenhum novo artigo qualificado para esta edição.
ELA: tratamento, ensaios e IA
Nenhum novo artigo qualificado para esta edição.
Doença de Parkinson e parkinsonismo: tratamento, ensaios clínicos e IA
Nenhum novo artigo qualificado para esta edição.
Doenças neurodegenerativas hereditárias: tratamento, ensaios clínicos e IA
Nenhum novo artigo qualificado para esta edição.
Doenças neuromusculares (distrofia muscular, AME): tratamento, ensaios e IA
- Resumo
Contexto: O nusinersena aumentou substancialmente a sobrevida e melhorou a progressão da doença em pacientes com Atrofia Muscular Espinhal (AME). No entanto, a resposta ao tratamento é heterogênea, com alguns pacientes ganhando a capacidade de sentar e andar, enquanto outros apresentam mudanças menos evidentes. Método Do SMA Reach UK e da Rede Italiana Telethon, foram incluídos 124 pacientes com AME não sentantes tratados com nusinersena por menos de 4 anos e alocados aleatoriamente para treinamento e teste (80/20%). Foram comparados aprendizados de máquina baseados em árvores e em regressão para desfechos de sobrevida, e florestas aleatórias oblíquas foram selecionadas, com C-Index de teste de 0.74. Os atributos foram selecionados a partir de itens das avaliações de função motora CHOP-INTEND e HINE-2, do estado respiratório e de deglutição, usando informação mútua.
Resultados: Sessenta e dois pacientes (50%) alcançaram a posição sentada, com idade mediana de 2.4 anos. O tempo mediano previsto até a posição sentada naqueles que necessitavam de alimentação por sonda no início do tratamento foi 4 meses mais tardio do que naqueles sem essa necessidade, e esse foi o fator mais influente. Características específicas da função motora, incluindo a capacidade de chutar em decúbito dorsal, foram fortemente associadas a uma maior probabilidade de sentar.
Interpretação: Este trabalho fornece uma estrutura para prever a resposta ao nusinersen e representa a primeira etapa do aconselhamento personalizado sobre planos de tratamento para AME.
Financiamento: O apoio ao SMA Reach é fornecido por Biogen, Roche e Novartis e, historicamente, pelo NIHR BRC, SMA Trust, MRC Translational Research Centre e MD UK. O apoio à rede italiana é fornecido por Famiglie SMA, Telethon (GSP 13002) e ASAMSI.
FI equivalente do periódico: 3.2 (média de citações em 2 anos do OpenAlex, valor de 2026-10-21, recuperado em 2026-10-22; não é o FI oficial da Clarivate)Referência: Stimpson G, O'Reilly E, Coratti G, Ridout D, Chakraborti T, Mitra R, et al. Machine learning predicts treatment response to nusinersen in non-sitter spinal muscular atrophy (SMA). J Neuromuscul Dis. 2026 Oct 20 [Epub ahead of print]. doi:10.1177/22143602261496327. PMID: 42900957.Verificado: Somente o resumo
Ver todos os 1 artigos sobre Neuromuscular →
Esclerose múltipla: tratamento, ensaios e IA
- Resumo
Introdução: A ressonância magnética (RM) revela a carga macroscópica de lesões na esclerose múltipla (EM), mas correlaciona-se pouco com o fenótipo clínico, um fenômeno conhecido como paradoxo clínico-radiológico. Embora as métricas de imagem por tensor de difusão (DTI) avaliem os danos microestruturais, a média padrão de toda a lesão pode obscurecer a substância branca microestruturalmente poupada dentro de placas heterogêneas.
Métodos: Propomos um pipeline totalmente automatizado e multimodal para identificar e quantificar segmentos intralesionais semelhantes a referência (RLIS) dentro de lesões de EM (ou seja, o agrupamento que exibe similaridade máxima no espaço de características em relação ao tecido de referência específico do sujeito, poupado pelas lesões). Uma U-Net 2.5D modificada, desenvolvida e avaliada em uma coorte de 75 pacientes com EM (115 séries), realizou segmentação automatizada de lesões em FLAIR. Em uma coorte independente de 100 sujeitos com EM, métricas de DTI intralesionais (FA e MD) foram extraídas ao longo de streamlines reconstruídas via tractografia por Deconvolução Esférica Restrita. Algoritmos de clustering não supervisionado, validados contra streamlines de referência do CST específicas do sujeito e poupadas pelas lesões (cápsula interna), identificaram segmentos semelhantes a referência definidos operacionalmente.
Resultados: A U-Net 2.5D alcançou um desempenho robusto de segmentação (DSC: 0.732, VC: 0.954) e apresentou métricas nominais mais altas em uma comparação contextual de benchmark (DSC: 0.682, VC: 0.864). Em toda a coorte clínica, a contagem de lesões (11–131) e o volume (0.54–57.3 mL) variaram amplamente. Entre os métodos de agrupamento avaliados, o K-Means e os Modelos de Mistura Gaussiana mostraram-se os mais conservadores, identificando proporções medianas de segmentos semelhantes à referência de 26% e 22%, respectivamente. Crucialmente, a proporção de segmentos intralesionais semelhantes à referência não apresentou associação monotônica significativa com o volume ou a contagem macroscópica das lesões.
Conclusão: Esta estrutura automatizada integra com sucesso uma segmentação de lesões robusta baseada em aprendizado profundo com análise específica de tratos para quantificar a proporção de segmentos intralesionais semelhantes à referência. A dissociação observada entre a carga global de lesões e o RLIS sugere que este índice serve como uma métrica candidata promissora para explorar características microestruturais que podem contribuir para o paradoxo clínico-radiológico.
FI equivalente do periódico: 3.6 (média de citações em 2 anos do OpenAlex, valor de 2026-10-21, recuperado em 2026-10-22; não é o FI oficial da Clarivate)Referência: Toscano-Flores EA, Mireles-Ramírez MA, Guerrero-García JdJ, Alvarez-Padilla FJ. Revisitando o paradoxo da EM: segmentação automatizada de FLAIR em 2.5D e caracterização microestrutural por DTI revelam dissociação entre a carga lesional e perfis de tratos intralesionais semelhantes aos de referência. Front Hum Neurosci. 2026 Oct 20;20:1901702. doi:10.3389/fnhum.2026.1901702.Verificado: Somente o resumo
Ver todos os 1 artigos sobre Esclerose múltipla →
NMOSD e MOGAD: tratamento, ensaios clínicos e IA
Nenhum novo artigo qualificado para esta edição.
Miastenia gravis: tratamento, ensaios e IA
Nenhum novo artigo qualificado para esta edição.
Encefalite autoimune, CIDP e síndrome de Guillain-Barré: tratamento, ensaios e IA
Nenhum novo artigo qualificado para esta edição.