Pratique Neurologique - FMC最新文献_第10页

Principes fondamentaux de l’apprentissage automatique pour les neurologues 神经学家的机器学习基础知识

Pratique Neurologique - FMC Pub Date : 2023-12-01 DOI: 10.1016/j.praneu.2023.10.005

A. Balcerac , B. Tervil , N. Vayatis , D. Ricard

{"title":"Principes fondamentaux de l’apprentissage automatique pour les neurologues","authors":"A. Balcerac , B. Tervil , N. Vayatis , D. Ricard","doi":"10.1016/j.praneu.2023.10.005","DOIUrl":"10.1016/j.praneu.2023.10.005","url":null,"abstract":"<div><p>Bien que théorisées et développées depuis le XX<sup>e</sup> siècle, ce n’est qu’en 2010 que l’on a vu une véritable démocratisation des logiciels d’apprentissage automatique, notamment dans le domaine de la santé. L’intelligence artificielle (IA) est un terme général qui englobe toutes les techniques utilisées pour effectuer un raisonnement ou des tâches traditionnellement réservées aux êtres humains. Les tâches permises par l’IA sont très variées, telles que la classification, la détection, la génération de contenu à partir de bases de données, etc., reviennent en pratique dans tous les cas à des tâches de classification automatique. L’apprentissage automatique est un sous-domaine de l’IA qui fait référence aux programmes qui calculent des règles de décision à partir de données empiriques annotées par des experts et qui optimisent (selon des indicateurs choisis par les concepteurs aussi appelé fonction de coût) la performance en termes de prédiction de résultats confrontés aux annotations des experts, par des essais itératifs prenant en compte les essais déjà réalisés. Ces programmes requièrent donc des données annotées ou classifiées (par exemple des images avec des annotations, comme la présence/absence d’une tumeur) et ont révélé leur potentiel avec des données complexes (dont le nombre de paramètres peut dépasser les capacités de l’esprit humain et/ou non perceptibles par l’humain) et structurées telles que des images, des vidéos, du texte, de la parole, etc. Parmi les méthodes les plus populaires, on peut citer les réseaux neuronaux, les « Support Vector Machines » ou les méthodes d’ensemble (<em>bagging</em>, <em>boosting</em>, <em>random forests</em>).</p></div><div><p>Although machine learning has been theorized and developed since the 20th century, it has only been since 2010 that we have seen a real democratization of machine learning software, particularly in the field of health. Artificial intelligence (AI) is a general term that encompasses all the techniques used to perform reasoning or tasks traditionally reserved for human beings. AI can enable a wide range of tasks, for example classification, detection, generation of content from databases, etc. In practice, everything comes down to automatic classification tasks. Machine learning is a sub-field of AI that refers to programs that calculate decision rules from empirical data annotated by experts and optimize (according to indicators chosen by the designers, also known as the cost function) performance in terms of predicting results based on the experts’ annotations, by iterative testing taking into account tests carried out previously. These programs therefore require annotated or classified data (e.g. images with annotations, such as the presence/absence of a tumor) and have revealed their potential with complex data (where the number of parameters may exceed the capabilities of the human mind and/or may not be perceptible by humans) and structured data such as images, ","PeriodicalId":53613,"journal":{"name":"Pratique Neurologique - FMC","volume":"14 4","pages":"Pages 225-236"},"PeriodicalIF":0.0,"publicationDate":"2023-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135455340","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Les thérapies antisens en neurologie 神经学中的反义疗法

Pratique Neurologique - FMC Pub Date : 2023-12-01 DOI: 10.1016/j.praneu.2023.08.001

J.-B. Brunet de Courssou , L.-L. Mariani

{"title":"Les thérapies antisens en neurologie","authors":"J.-B. Brunet de Courssou , L.-L. Mariani","doi":"10.1016/j.praneu.2023.08.001","DOIUrl":"10.1016/j.praneu.2023.08.001","url":null,"abstract":"<div><p>La meilleure compréhension des mécanismes d’expression génétique et de la physiopathologie de certaines maladies neurologiques monogéniques permet désormais des traitements personnalisés. Les thérapies antisens regroupent différentes approches, avec en commun l’utilisation d’oligonucléotides modifiés chimiquement qui viennent reconnaitre spécifiquement un transcrit d’ARN cible par complémentarité de paires de base. La liaison du médicament antisens va empêcher l’ARN d’être présent pour aboutir à la traduction en protéine, ou conduire préférentiellement à une isoforme de la protéine. Des thérapies antisens reposant sur l’ARN interférence ou sur des oligonucléotides antisens sont désormais utilisées en neurologie, après de premiers succès emblématiques dans l’amyotrophie spinale de type 1 et l’amylose héréditaire à transthyrétine. Nous présentons ici les principaux mécanismes à l’œuvre dans les thérapies antisens, une aire thérapeutique en plein développement, puis les applications dans certaines maladies neurologiques afin d’illustrer la variété des approches. Cet article est couplé à un second article qui présente les thérapies géniques en neurologie afin d’illustrer les forces et faiblesses respectives de ces deux champs thérapeutiques en pleine expansion.</p></div><div><p>A better understanding of gene expression and of the pathophysiology of neurological diseases now allows for tailored treatments. Antisense therapies encompass different approaches, having in common the use of chemically modified nucleotides that specifically recognize a target RNA transcript by complementary base pairing. Binding of the antisense drug either prevents target RNA from being translated into a protein (via RNA destruction or translation blockade) or leads to an isoform of the protein by alternative splicing of the pre-messenger RNA. Antisense therapies based on RNA interference or antisense oligonucleotides are now used in clinical practice in neurology, after emblematical successes in spinal muscular atrophy type 1 and hereditary transthyretin amyloidosis. Here we briefly present the mechanisms of action of antisense therapies, a blooming <em>class of drugs.</em>, and their applications to some neurological diseases selected to illustrate the variety of approaches. This article is coupled with a second article that presents gene therapies, to illustrate the respective strengths and weaknesses of these new types of medicines.</p></div>","PeriodicalId":53613,"journal":{"name":"Pratique Neurologique - FMC","volume":"14 4","pages":"Pages 198-207"},"PeriodicalIF":0.0,"publicationDate":"2023-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"135962828","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 1

Un diagnostic de pseudodémence dont la résolution ne demande ni dosage ni image ! 假性痴呆的诊断，其解决不需要剂量或图像!

Pratique Neurologique - FMC Pub Date : 2023-12-01 DOI: 10.1016/j.praneu.2023.10.003

C. Thomas-Antérion

引用次数: 0

Asymétrie de fixation des muscles oculomoteurs : TEP-FDG d’une paralysie du III gauche 眼动肌固定不对称:左III瘫痪的TEP-FDG

Pratique Neurologique - FMC Pub Date : 2023-12-01 DOI: 10.1016/j.praneu.2023.10.004

M. Bonnan

引用次数: 0

Le développement professionnel continu : le train est en marche (pensez à bien monter dedans !) 持续的专业发展:火车已经在运行了(记得坐好!)

Pratique Neurologique - FMC Pub Date : 2023-12-01 DOI: 10.1016/j.praneu.2023.11.001

T. de Broucker , E. Planque

引用次数: 0

État de mal partiel moteur super-réfractaire dû à une encéphalite auto-immune avec anticorps anti-GABA-A 由抗gaba抗体的自身免疫性脑炎引起的超顽固性运动部分疾病状态

Pratique Neurologique - FMC Pub Date : 2023-09-01 DOI: 10.1016/j.praneu.2023.07.004

C. Legouy , K. Hankiewicz , E. Meppiel , C. Henry , T. De Broucker

{"title":"État de mal partiel moteur super-réfractaire dû à une encéphalite auto-immune avec anticorps anti-GABA-A","authors":"C. Legouy , K. Hankiewicz , E. Meppiel , C. Henry , T. De Broucker","doi":"10.1016/j.praneu.2023.07.004","DOIUrl":"10.1016/j.praneu.2023.07.004","url":null,"abstract":"<div><p>Parmi les encéphalites auto-immunes, l’encéphalite à auto-anticorps anti-GABA<sub>A</sub> récepteurs est encore peu connue des praticiens. Elle se manifeste par un tableau neurologique sévère associant une épilepsie souvent réfractaire et des anomalies IRM multifocales en séquence FLAIR. Nous rapportons le cas d’une femme de 43 ans ayant présenté un état de mal partiel super-réfractaire à une penta thérapie antiépileptique et au traitement immunomodulateur de première ligne avec à l’imagerie cérébrale de multiples hypersignaux FLAIR cortico-sous-corticaux ne prenant pas le contraste et dont le diagnostic d’encéphalite auto-immune antirécepteur GABA<sub>A</sub> a été fait grâce à plusieurs analyses de LCS et une biopsie neuroméningée.</p></div><div><p>Among cases of autoimmune encephalitis, practitioners remain unfamiliar with anti-GABA<sub>A</sub> receptor autoantibody encephalitis. Symptomatology includes a severe neurological picture associating refractory epilepsy and multifocal magnetic resonance imaging anomalies in FLAIR sequence. We report the case of a 43-year-old woman who presented with a superrefractory partial status epilepticus with multiple non-contrasting cortico-subcortical FLAIR hypersignals on brain imaging with a failure of first-line immunomodulatory treatment. Diagnosis of anti-GABA<sub>A</sub> receptor autoimmune encephalitis was based on cerebrospinal fluid analyses and a neuromeningeal biopsy.</p></div>","PeriodicalId":53613,"journal":{"name":"Pratique Neurologique - FMC","volume":"14 3","pages":"Pages 168-172"},"PeriodicalIF":0.0,"publicationDate":"2023-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"48526883","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Clinique périphérique, IRM centrale 外周诊所，中央mri

Pratique Neurologique - FMC Pub Date : 2023-09-01 DOI: 10.1016/j.praneu.2023.02.002

N. Bezou , J.B. Davion , V. Huin , T. Cardon , L. Defebvre , C. Tard

引用次数: 0

Des boules de neige en été 夏天的雪球

Pratique Neurologique - FMC Pub Date : 2023-09-01 DOI: 10.1016/j.praneu.2023.05.001

Q. Salardaine, E. Meppiel, G. Baille

引用次数: 0

Des mouvements anormaux aux troubles du mouvement 从异常运动到运动障碍

Pratique Neurologique - FMC Pub Date : 2023-09-01 DOI: 10.1016/j.praneu.2023.09.001

L. Vercueil

引用次数: 0

Les Jumeaux numériques en imagerie cérébrale 大脑成像中的数字双胞胎

Pratique Neurologique - FMC Pub Date : 2023-09-01 DOI: 10.1016/j.praneu.2023.07.002

E. Piot MSc , F. Renard PhD , A. Attyé MD, PhD

引用次数: 0