Scuola di Farmacia e Nutraceutica

Università Magna Graecia di Catanzaro

C.I. di NEUROLOGIA DIGITALE

Magistrale in Biotecnologie Molecolari per la Medicina Personalizzata

L’obiettivo del corso sarà quello di fornire le basi sulla conoscenza delle principali patologie neurologiche e l’applicazione di nuove tecnologie digitali nella pratica clinica. Saranno presentate le principali tecnologie digitali utilizzate nella ricerca clinica e biomedica e le loro applicazioni nel campo della diagnosi, della predizione e stratificazione clinica dei pazienti, e degli approcci terapeutici più innovativi.

Modulo e/o Codocenza Docente CFU
Modulo di Neurologia Gennarina Arabia 1.5
Modulo di Neurologia Maurizio Morelli 1.5
Modulo di Scienze tecniche mediche applicate Fabiana Novellino 2
Modulo di Scienze tecniche mediche applicate Rita Nisticò 1
Docente:
Gennarina Arabia
g.arabia@unicz.it
09613647071
Edificio 7° livello, Edificio B Stanza: n. 59
giovedì e venerdì dalle ore 12:00 alle ore 14:00 previo appuntamento

SSD:
MED/26 - MED/26 - MED/50 - MED/50

CFU:
6

Scuola di Farmacia e Nutraceutica - Data stampa: 28/04/2024

Obiettivi del Corso e Risultati di apprendimento attesi

Lo studente acquisirà le conoscenze di base sulle metodologie che possono essere applicate alla neurologia al fine di migliorare il processo di diagnosi, terapia e cura delle diverse patologie, nell’ambito di una medicina personalizzata e di precisione. Imparerà inoltre a comprendere vantaggi e svantaggi di tale approccio in relazione al quesito diagnostico e/o prognostico in maniera consapevole.

Programma

- La Neurologia digitale nella medicina di precisione

- Uso di strumenti tecnologici e digitali applicati alla gestione delle patologie del sistema nervoso, con particolare riferimento alle patologie degenerative, al fine di creare un percorso diagnostico e terapeutico individualizzato.

- Principali ambiti di applicazione delle tecnologie digitali nella Malattia di Parkinson.

- Principali ambiti di applicazione delle tecnologie digitali nelle demenze.

- Principali ambiti di applicazione delle tecnologie digitali nei disturbi dello spettro della neuromielite ottica e sclerosi multipla.

- Analisi dei segnali nei pazienti con Malattia di Parkinson e Parkinsonismi atipici.

- Sensori indossabili per il monitoraggio delle funzioni motorie nei pazienti con patologie neurodegenerative.

- Applicazione dell’intelligenza artificiale e delle tecnologie digitali nella Sclerosi laterale amiotrofica.

- Principali ambiti di applicazione delle tecnologie digitali nei disordini ipercinetici.

- Principali ambiti di applicazione delle tecnologie digitali nelle cefalee.

Impegno orario complessivamente richiesto allo studente

Per lo studio individuale del programma si stima un impegno di circa 136 ore e 48 ore di lezioni frontali.

Metodi insegnamento

Lezioni frontali, simulazione casi clinici, esercitazioni.

Risorse per l'apprendimento

Materiale didattico distribuito a lezione; diapositive e dispense.

Attività di supporto

Nessuna

Modalità di frequenza

Le modalità sono indicate dal Regolamento didattico d’Ateneo.
Frequenza delle lezioni in presenza.

Modalità di accertamento

Le modalità generali sono indicate nel regolamento didattico di Ateneo all’art.22 consultabile al link http://www.unicz.it/pdf/regolamento_didattico_ateneo_dr681.pdf
Durante il corso saranno svolte due prove in itinere in forma scritta. Il risultato delle prove sarà tenuto in considerazione per la valutazione finale.
L’esame finale sarà svolto in forma orale.

I criteri sulla base dei quali sarà giudicato lo studente sono:

      

 

Conoscenza e comprensione argomento

Capacità di analisi e sintesi

Utilizzo di referenze

Non idoneo

Importanti carenze.

Significative inaccuratezze

Irrilevanti. Frequenti generalizzazioni. Incapacità di sintesi

Completamente inappropriato

18-20

A livello soglia. Imperfezioni evidenti

Capacità appena sufficienti

Appena appropriato

21-23

Conoscenza routinaria

E’ in grado di analisi e sintesi corrette. Argomenta in modo logico e coerente

Utilizza le referenze standard

24-26

Conoscenza buona

Ha capacità di a. e s. buone gli argomenti sono espressi coerentemente

Utilizza le referenze standard

27-29

Conoscenza più che buona

Ha notevoli capacità di a. e s.

Ha approfondito gli argomenti

30-30L

Conoscenza ottima

Ha notevoli capacità di a. e s.

Importanti approfondimenti