Ricerca Unipd: frattali per lo studio del disturbo della coscienza

Array ( [body] => Array ( [#theme] => field [#weight] => 0 [#title] => Body [#access] => 1 [#label_display] => hidden [#view_mode] => teaser [#language] => und [#field_name] => body [#field_type] => text_with_summary [#field_translatable] => 0 [#entity_type] => node [#bundle] => box_lancio_news [#object] => stdClass Object ( [vid] => 399145 [uid] => 13 [title] => Ricerca Unipd: frattali per lo studio del disturbo della coscienza [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91442 [type] => box_lancio_news [language] => it [created] => 1658485615 [changed] => 1658486856 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658486856 [revision_uid] => 13 [body] => Array ( [und] => Array ( [0] => Array ( [value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[summary] => [format] => 2 [safe_value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[safe_summary] => ) ) ) [field_date_box_lancio_news] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22T00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => date ) ) ) [field_etichetta_box_lancio_news] => Array ( ) [field_img_box_lancio_news] => Array ( [und] => Array ( [0] => Array ( [fid] => 109122 [uid] => 13 [filename] => n_coscienza.jpg [uri] => public://n_coscienza.jpg [filemime] => image/jpeg [filesize] => 760081 [status] => 1 [timestamp] => 1658486584 [type] => image [field_file_image_alt_text] => Array ( ) [field_file_image_title_text] => Array ( ) [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( [height] => 630 [width] => 1200 ) [height] => 630 [width] => 1200 [alt] => coscienza [title] => ) ) ) [field_link_alla_news] => Array ( ) [field_link_esterno_news] => Array ( ) [field_pagina_associata] => Array ( ) [field_link_etichetta] => Array ( ) [field_abstract_news] => Array ( [und] => Array ( [0] => Array ( [value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica [format] => [safe_value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica ) ) ) [field_allegato_news] => Array ( ) [field_categorie_news] => Array ( [und] => Array ( [0] => Array ( [tid] => 2264 ) [1] => Array ( [tid] => 2267 ) ) ) [field_pub_date] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22T00:00:00 [value2] => 2022-12-01T00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => date ) ) ) [field_layout_news] => Array ( [und] => Array ( [0] => Array ( [value] => single ) ) ) [field_testo_opzionale_news] => Array ( ) [field_url_en_page] => Array ( ) [field_url_en_page_label] => Array ( ) [path] => Array ( [pathauto] => 1 ) [name] => chiara.mezzalira [picture] => 0 [data] => a:2:{s:13:"form_build_id";s:37:"form-e496b743db3766e42eb8a4d1ccc1c014";s:14:"wysiwyg_status";a:1:{i:1;i:1;}} [num_revisions] => 6 [current_revision_id] => 399145 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[summary] => [format] => 2 [safe_value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[safe_summary] => ) ) [#formatter] => text_summary_or_trimmed [0] => Array ( [#markup] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali.

) ) [field_img_box_lancio_news] => Array ( [#theme] => field [#weight] => 0 [#title] => Immagine [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_img_box_lancio_news [#field_type] => image [#field_translatable] => 0 [#entity_type] => node [#bundle] => box_lancio_news [#object] => stdClass Object ( [vid] => 399145 [uid] => 13 [title] => Ricerca Unipd: frattali per lo studio del disturbo della coscienza [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91442 [type] => box_lancio_news [language] => it [created] => 1658485615 [changed] => 1658486856 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658486856 [revision_uid] => 13 [body] => Array ( [und] => Array ( [0] => Array ( [value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[summary] => [format] => 2 [safe_value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[safe_summary] => ) ) ) [field_date_box_lancio_news] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22T00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => date ) ) ) [field_etichetta_box_lancio_news] => Array ( ) [field_img_box_lancio_news] => Array ( [und] => Array ( [0] => Array ( [fid] => 109122 [uid] => 13 [filename] => n_coscienza.jpg [uri] => public://n_coscienza.jpg [filemime] => image/jpeg [filesize] => 760081 [status] => 1 [timestamp] => 1658486584 [type] => image [field_file_image_alt_text] => Array ( ) [field_file_image_title_text] => Array ( ) [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( [height] => 630 [width] => 1200 ) [height] => 630 [width] => 1200 [alt] => coscienza [title] => ) ) ) [field_link_alla_news] => Array ( ) [field_link_esterno_news] => Array ( ) [field_pagina_associata] => Array ( ) [field_link_etichetta] => Array ( ) [field_abstract_news] => Array ( [und] => Array ( [0] => Array ( [value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica [format] => [safe_value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica ) ) ) [field_allegato_news] => Array ( ) [field_categorie_news] => Array ( [und] => Array ( [0] => Array ( [tid] => 2264 ) [1] => Array ( [tid] => 2267 ) ) ) [field_pub_date] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22T00:00:00 [value2] => 2022-12-01T00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => date ) ) ) [field_layout_news] => Array ( [und] => Array ( [0] => Array ( [value] => single ) ) ) [field_testo_opzionale_news] => Array ( ) [field_url_en_page] => Array ( ) [field_url_en_page_label] => Array ( ) [path] => Array ( [pathauto] => 1 ) [name] => chiara.mezzalira [picture] => 0 [data] => a:2:{s:13:"form_build_id";s:37:"form-e496b743db3766e42eb8a4d1ccc1c014";s:14:"wysiwyg_status";a:1:{i:1;i:1;}} [num_revisions] => 6 [current_revision_id] => 399145 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109122 [uid] => 13 [filename] => n_coscienza.jpg [uri] => public://n_coscienza.jpg [filemime] => image/jpeg [filesize] => 760081 [status] => 1 [timestamp] => 1658486584 [type] => image [field_file_image_alt_text] => Array ( ) [field_file_image_title_text] => Array ( ) [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( [height] => 630 [width] => 1200 ) [height] => 630 [width] => 1200 [alt] => coscienza [title] => ) ) [#formatter] => image [0] => Array ( [#theme] => image_formatter [#item] => Array ( [fid] => 109122 [uid] => 13 [filename] => n_coscienza.jpg [uri] => public://n_coscienza.jpg [filemime] => image/jpeg [filesize] => 760081 [status] => 1 [timestamp] => 1658486584 [type] => image [field_file_image_alt_text] => Array ( ) [field_file_image_title_text] => Array ( ) [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( [height] => 630 [width] => 1200 ) [height] => 630 [width] => 1200 [alt] => coscienza [title] => ) [#image_style] => [#path] => ) ) [field_abstract_news] => Array ( [#theme] => field [#weight] => 0 [#title] => Abstract [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_abstract_news [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => box_lancio_news [#object] => stdClass Object ( [vid] => 399145 [uid] => 13 [title] => Ricerca Unipd: frattali per lo studio del disturbo della coscienza [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91442 [type] => box_lancio_news [language] => it [created] => 1658485615 [changed] => 1658486856 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658486856 [revision_uid] => 13 [body] => Array ( [und] => Array ( [0] => Array ( [value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[summary] => [format] => 2 [safe_value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[safe_summary] => ) ) ) [field_date_box_lancio_news] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22T00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => date ) ) ) [field_etichetta_box_lancio_news] => Array ( ) [field_img_box_lancio_news] => Array ( [und] => Array ( [0] => Array ( [fid] => 109122 [uid] => 13 [filename] => n_coscienza.jpg [uri] => public://n_coscienza.jpg [filemime] => image/jpeg [filesize] => 760081 [status] => 1 [timestamp] => 1658486584 [type] => image [field_file_image_alt_text] => Array ( ) [field_file_image_title_text] => Array ( ) [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( [height] => 630 [width] => 1200 ) [height] => 630 [width] => 1200 [alt] => coscienza [title] => ) ) ) [field_link_alla_news] => Array ( ) [field_link_esterno_news] => Array ( ) [field_pagina_associata] => Array ( ) [field_link_etichetta] => Array ( ) [field_abstract_news] => Array ( [und] => Array ( [0] => Array ( [value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica [format] => [safe_value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica ) ) ) [field_allegato_news] => Array ( ) [field_categorie_news] => Array ( [und] => Array ( [0] => Array ( [tid] => 2264 ) [1] => Array ( [tid] => 2267 ) ) ) [field_pub_date] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22T00:00:00 [value2] => 2022-12-01T00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => date ) ) ) [field_layout_news] => Array ( [und] => Array ( [0] => Array ( [value] => single ) ) ) [field_testo_opzionale_news] => Array ( ) [field_url_en_page] => Array ( ) [field_url_en_page_label] => Array ( ) [path] => Array ( [pathauto] => 1 ) [name] => chiara.mezzalira [picture] => 0 [data] => a:2:{s:13:"form_build_id";s:37:"form-e496b743db3766e42eb8a4d1ccc1c014";s:14:"wysiwyg_status";a:1:{i:1;i:1;}} [num_revisions] => 6 [current_revision_id] => 399145 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica [format] => [safe_value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica ) ) [#formatter] => text_default [0] => Array ( [#markup] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about Ricerca Unipd: frattali per lo studio del disturbo della coscienza [href] => node/91442 [html] => 1 [attributes] => Array ( [rel] => tag [title] => Ricerca Unipd: frattali per lo studio del disturbo della coscienza ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) [field_date_box_lancio_news] => Array ( [#theme] => field [#weight] => 1 [#title] => Data [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_date_box_lancio_news [#field_type] => date [#field_translatable] => 0 [#entity_type] => node [#bundle] => box_lancio_news [#object] => stdClass Object ( [vid] => 399145 [uid] => 13 [title] => Ricerca Unipd: frattali per lo studio del disturbo della coscienza [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91442 [type] => box_lancio_news [language] => it [created] => 1658485615 [changed] => 1658486856 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658486856 [revision_uid] => 13 [body] => Array ( [und] => Array ( [0] => Array ( [value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[summary] => [format] => 2 [safe_value] =>

Diagnosticare accuratamente il disturbo della coscienza è molto complesso soprattutto in pazienti in stato vegetativo e di minima coscienza. Circa il 40% dei pazienti con tale disturbo sono erroneamente diagnosticati, in particolar modo quando scale comportamentali specificatamente progettate sono impiegate o somministrate in modo improprio. Per migliorare l'accuratezza diagnostica vengono utilizzate tecniche di neuroimaging ed elettrofisiologiche insieme alle scale comportamentali. Nonostante ciò, non è stata raggiunta un’accuratezza di diagnosi soddisfacente.

Un nuovo strumento per affrontare questa sfida arriva dalla teoria del caos: la dimensione frattale che consente di migliorare notevolmente l’accuratezza di tale diagnosi. Questo è il risultato dello studio multicentrico guidato dall’Università di Padova e pubblicato su International Journal of Neural Systems, “Fractal Dimension Feature as a Signature of Severity in Disorders of Consciousness: An EEG Study”.

La definizione di coscienza rappresenta ancora una delle questioni più impegnative e aperte nelle neuroscienze. Molte teorie suggeriscono che ciò non dipenda dall'attività di una specifica regione del cervello, ma piuttosto derivi da complesse reti tra diverse regioni cerebrali. La coscienza è clinicamente classificata in veglia (cioè la presenza di periodi spontanei di apertura degli occhi) e consapevolezza (cioè la capacità di un soggetto di rispondere agli stimoli interni/esterni). Sulla base di queste due classificazioni, i pazienti con disturbi della coscienza (DOC) potrebbero essere suddivisi in diversi stati di coscienza come coma, stato vegetativo (VS) e stato di coscienza minimo (MCS). Il termine VS si riferisce a pazienti che sembrano essere svegli con cicli di chiusura e apertura degli occhi ma senza alcun segno di risposta intenzionale (nessuna consapevolezza), mentre MCS si riferisce a pazienti con risposte deboli e volontarie incoerenti. La diagnosi di DOC si limita alla valutazione clinica delle risposte motorie principalmente alterate o non rilevabili per i pazienti con VS e MCS. Tra le diverse scale disponibili in letteratura, la Coma Recovery Scale-Revised (CRS-R) è la più utilizzata. L'uso corretto di questa scala ha migliorato significativamente l'affidabilità della diagnosi nella routine clinica. Tuttavia, la complessità della valutazione comportamentale in questo tipo di pazienti si riflette ancora in un'elevata percentuale di diagnosi errate tra i pazienti con MCS e VS. L'alto tasso di diagnosi errate rappresenta una importante sfida per i neurologi per migliorare la prognosi e la selezione di trattamenti terapeutici personalizzati ed efficaci.

Per aiutare i neurologi in questa complessa diagnosi sono stati proposti numerosi modelli matematici. Il più promettente deriva dalla teoria del caos: la dimensione frattale. Il termine frattale venne coniato nel 1975 da Benoît Mandelbrot nel libro “Les Objects Fractals: Forme, Hazard et Dimension”, per descrivere alcuni comportamenti matematici che sembravano avere un comportamento “caotico”, e deriva dal latino fractus (rotto, spezzato), così come il termine frazione; infatti le immagini frattali sono considerati tutti quegli oggetti che non possono essere misurati mediante la geometria euclidea e che si trovano nel mezzo dello spazio 1D e 2D oppure 2D e 3D. Un oggetto frattale, è quindi, un oggetto geometrico che ripete infinite volte la sua forma su scale diverse: ingrandendo una sua parte qualunque, si ottiene dunque un oggetto simile all’originale.

Un team multicentrico guidato da Camillo Porcaro (Camillo Porcaro, Marco Marino, Simone Carozzo, Miriam Russo, Maria Ursino, Valentina Ruggiero, Carmela Ragno, Stefania Proto, Paolo Tonin), professore dell’Università degli Studi di Padova e membro del Consiglio Nazionale delle Ricerche - Istituto di scienze e tecnologie della cognizione (CNR-Istc) di Roma - ha applicato i concetti di dimensione frattale su un gruppo di pazienti VS e MCS e su uno gruppo di controllo di volontari sani e i risultati sono stati pubblicati sulla rivista International Journal of Neural Systems

«L’idea di applicare i frattali allo studio dei pazienti DOC nasce proprio dall’ipotesi che l’attività cerebrale si ripete con pattern sempre più complessi tanto più il cervello è in uno stato di coscienza. Per dimostrare l’efficacia della dimensione frattale nel classificare i due stati di coscienza (VS e MCS) è stato usato l’algoritmo Higuchi’s fractal dimension. Una volta stimata la dimensione frattale dell’attività cerebrale registrata su questi pazienti mediante l’elettroencefalografia (EEG) – spiega Camillo Porcaro – è stato dimostrato che la dimensione frattale è 11 volte più efficace nel diagnosticare pazienti MCS e VS rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica. Abbiamo anche utilizzato metodi di Machine Learning per classificare in modo automatico i pazienti MCS da quelli VS e dal gruppo di controllo ottenendo un’accuratezza di circa il 90%».

I risultati ottenuti dal team di stdiosi e studiose di ingegneria, neurologia e neuroscienza aprono nuove vie nella diagnosi dei pazienti DOC indicando la dimensione frattale come un marker abile a discriminare i pazienti a minima coscienza da quelli nello stato vegetativo e aiutare a ridurre le diagnosi errate nella pratica clinica.

[safe_summary] => ) ) ) [field_date_box_lancio_news] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22T00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => date ) ) ) [field_etichetta_box_lancio_news] => Array ( ) [field_img_box_lancio_news] => Array ( [und] => Array ( [0] => Array ( [fid] => 109122 [uid] => 13 [filename] => n_coscienza.jpg [uri] => public://n_coscienza.jpg [filemime] => image/jpeg [filesize] => 760081 [status] => 1 [timestamp] => 1658486584 [type] => image [field_file_image_alt_text] => Array ( ) [field_file_image_title_text] => Array ( ) [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( [height] => 630 [width] => 1200 ) [height] => 630 [width] => 1200 [alt] => coscienza [title] => ) ) ) [field_link_alla_news] => Array ( ) [field_link_esterno_news] => Array ( ) [field_pagina_associata] => Array ( ) [field_link_etichetta] => Array ( ) [field_abstract_news] => Array ( [und] => Array ( [0] => Array ( [value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica [format] => [safe_value] => Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo rispetto alle tecniche elettrofisiologiche normalmente usate nella pratica clinica ) ) ) [field_allegato_news] => Array ( ) [field_categorie_news] => Array ( [und] => Array ( [0] => Array ( [tid] => 2264 ) [1] => Array ( [tid] => 2267 ) ) ) [field_pub_date] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22T00:00:00 [value2] => 2022-12-01T00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => date ) ) ) [field_layout_news] => Array ( [und] => Array ( [0] => Array ( [value] => single ) ) ) [field_testo_opzionale_news] => Array ( ) [field_url_en_page] => Array ( ) [field_url_en_page_label] => Array ( ) [path] => Array ( [pathauto] => 1 ) [name] => chiara.mezzalira [picture] => 0 [data] => a:2:{s:13:"form_build_id";s:37:"form-e496b743db3766e42eb8a4d1ccc1c014";s:14:"wysiwyg_status";a:1:{i:1;i:1;}} [num_revisions] => 6 [current_revision_id] => 399145 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => 2022-07-22T00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => date ) ) [#formatter] => date_default [0] => Array ( [#markup] => Ven, 22/07/2022 ) ) )

Calendario esame di stato 2022 - Odontoiatra

Array ( [field_titolo_frontend_all] => Array ( [#theme] => field [#weight] => -4 [#title] => Titolo frontend [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_titolo_frontend_all [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399135 [uid] => 32 [title] => Calendario esame di stato 2022 - Odontoiatra [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91441 [type] => allegato [language] => it [created] => 1658482660 [changed] => 1689836066 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1689836066 [revision_uid] => 32 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Odontoiatra
(aggiornamento del 20-07-2023) [format] => [safe_value] => Odontoiatra<br>(aggiornamento del 20-07-2023) ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 121030 [uid] => 32 [filename] => Odontoiatra agg.pdf [uri] => public://2023/Odontoiatra agg.pdf [filemime] => application/pdf [filesize] => 238358 [status] => 1 [timestamp] => 1689836044 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2529 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => stefano.zampieri [picture] => 0 [data] => a:2:{s:13:"form_build_id";s:48:"form-WsCySmos4vAVlyFhG6gU5T7knfAyqco8LxlocSU_yIA";s:14:"wysiwyg_status";a:1:{i:1;i:1;}} [num_revisions] => 1 [current_revision_id] => 399135 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => Odontoiatra
(aggiornamento del 20-07-2023) [format] => [safe_value] => Odontoiatra<br>(aggiornamento del 20-07-2023) ) ) [#formatter] => text_default [0] => Array ( [#markup] => Odontoiatra<br>(aggiornamento del 20-07-2023) ) ) [field_allegato_file] => Array ( [#theme] => field [#weight] => -3 [#title] => File [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_allegato_file [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399135 [uid] => 32 [title] => Calendario esame di stato 2022 - Odontoiatra [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91441 [type] => allegato [language] => it [created] => 1658482660 [changed] => 1689836066 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1689836066 [revision_uid] => 32 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Odontoiatra
(aggiornamento del 20-07-2023) [format] => [safe_value] => Odontoiatra<br>(aggiornamento del 20-07-2023) ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 121030 [uid] => 32 [filename] => Odontoiatra agg.pdf [uri] => public://2023/Odontoiatra agg.pdf [filemime] => application/pdf [filesize] => 238358 [status] => 1 [timestamp] => 1689836044 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2529 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => stefano.zampieri [picture] => 0 [data] => a:2:{s:13:"form_build_id";s:48:"form-WsCySmos4vAVlyFhG6gU5T7knfAyqco8LxlocSU_yIA";s:14:"wysiwyg_status";a:1:{i:1;i:1;}} [num_revisions] => 1 [current_revision_id] => 399135 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 121030 [uid] => 32 [filename] => Odontoiatra agg.pdf [uri] => public://2023/Odontoiatra agg.pdf [filemime] => application/pdf [filesize] => 238358 [status] => 1 [timestamp] => 1689836044 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2529 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 121030 [uid] => 32 [filename] => Odontoiatra agg.pdf [uri] => public://2023/Odontoiatra agg.pdf [filemime] => application/pdf [filesize] => 238358 [status] => 1 [timestamp] => 1689836044 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2529 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about Calendario esame di stato 2022 - Odontoiatra [href] => node/91441 [html] => 1 [attributes] => Array ( [rel] => tag [title] => Calendario esame di stato 2022 - Odontoiatra ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) )

2021RUA06 - Allegato 35 DR approvazione atti

Array ( [field_titolo_frontend_all] => Array ( [#theme] => field [#weight] => -4 [#title] => Titolo frontend [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_titolo_frontend_all [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399134 [uid] => 8831 [title] => 2021RUA06 - Allegato 35 DR approvazione atti [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91440 [type] => allegato [language] => it [created] => 1658482578 [changed] => 1662034325 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1662034325 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => DR approvazione atti [format] => [safe_value] => DR approvazione atti ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109117 [uid] => 4 [filename] => DR approvazione atti SECS-P10.pdf.pdf [uri] => public://2022/DR approvazione atti SECS-P10.pdf.pdf [filemime] => application/pdf [filesize] => 143616 [status] => 1 [timestamp] => 1658482583 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399134 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => DR approvazione atti [format] => [safe_value] => DR approvazione atti ) ) [#formatter] => text_default [0] => Array ( [#markup] => DR approvazione atti ) ) [field_allegato_file] => Array ( [#theme] => field [#weight] => -3 [#title] => File [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_allegato_file [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399134 [uid] => 8831 [title] => 2021RUA06 - Allegato 35 DR approvazione atti [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91440 [type] => allegato [language] => it [created] => 1658482578 [changed] => 1662034325 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1662034325 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => DR approvazione atti [format] => [safe_value] => DR approvazione atti ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109117 [uid] => 4 [filename] => DR approvazione atti SECS-P10.pdf.pdf [uri] => public://2022/DR approvazione atti SECS-P10.pdf.pdf [filemime] => application/pdf [filesize] => 143616 [status] => 1 [timestamp] => 1658482583 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399134 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109117 [uid] => 4 [filename] => DR approvazione atti SECS-P10.pdf.pdf [uri] => public://2022/DR approvazione atti SECS-P10.pdf.pdf [filemime] => application/pdf [filesize] => 143616 [status] => 1 [timestamp] => 1658482583 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109117 [uid] => 4 [filename] => DR approvazione atti SECS-P10.pdf.pdf [uri] => public://2022/DR approvazione atti SECS-P10.pdf.pdf [filemime] => application/pdf [filesize] => 143616 [status] => 1 [timestamp] => 1658482583 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about 2021RUA06 - Allegato 35 DR approvazione atti [href] => node/91440 [html] => 1 [attributes] => Array ( [rel] => tag [title] => 2021RUA06 - Allegato 35 DR approvazione atti ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) )

2022RUB01 Allegato 11 - Verbale 1 - Criteri

Array ( [field_titolo_frontend_all] => Array ( [#theme] => field [#weight] => -4 [#title] => Titolo frontend [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_titolo_frontend_all [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399132 [uid] => 8831 [title] => 2022RUB01 Allegato 11 - Verbale 1 - Criteri [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91439 [type] => allegato [language] => it [created] => 1658482560 [changed] => 1658920927 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658920927 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 1 - Criteri [format] => [safe_value] => Verbale 1 - Criteri ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109116 [uid] => 32 [filename] => Verbale n. 1_signed (2).pdf [uri] => public://2022/Verbale n. 1_signed (2).pdf [filemime] => application/pdf [filesize] => 102898 [status] => 1 [timestamp] => 1658482553 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399132 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => Verbale 1 - Criteri [format] => [safe_value] => Verbale 1 - Criteri ) ) [#formatter] => text_default [0] => Array ( [#markup] => Verbale 1 - Criteri ) ) [field_allegato_file] => Array ( [#theme] => field [#weight] => -3 [#title] => File [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_allegato_file [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399132 [uid] => 8831 [title] => 2022RUB01 Allegato 11 - Verbale 1 - Criteri [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91439 [type] => allegato [language] => it [created] => 1658482560 [changed] => 1658920927 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658920927 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 1 - Criteri [format] => [safe_value] => Verbale 1 - Criteri ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109116 [uid] => 32 [filename] => Verbale n. 1_signed (2).pdf [uri] => public://2022/Verbale n. 1_signed (2).pdf [filemime] => application/pdf [filesize] => 102898 [status] => 1 [timestamp] => 1658482553 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399132 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109116 [uid] => 32 [filename] => Verbale n. 1_signed (2).pdf [uri] => public://2022/Verbale n. 1_signed (2).pdf [filemime] => application/pdf [filesize] => 102898 [status] => 1 [timestamp] => 1658482553 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109116 [uid] => 32 [filename] => Verbale n. 1_signed (2).pdf [uri] => public://2022/Verbale n. 1_signed (2).pdf [filemime] => application/pdf [filesize] => 102898 [status] => 1 [timestamp] => 1658482553 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about 2022RUB01 Allegato 11 - Verbale 1 - Criteri [href] => node/91439 [html] => 1 [attributes] => Array ( [rel] => tag [title] => 2022RUB01 Allegato 11 - Verbale 1 - Criteri ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) )

2021RUA06 - Allegato 35 Verbale 4 - Punteggi e vincitore

Array ( [field_titolo_frontend_all] => Array ( [#theme] => field [#weight] => -4 [#title] => Titolo frontend [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_titolo_frontend_all [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399131 [uid] => 8831 [title] => 2021RUA06 - Allegato 35 Verbale 4 - Punteggi e vincitore [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91438 [type] => allegato [language] => it [created] => 1658482551 [changed] => 1662034325 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1662034325 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 4 - Punteggi e vincitore [format] => [safe_value] => Verbale 4 - Punteggi e vincitore ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109114 [uid] => 4 [filename] => 2021RUA06-35_Verbale04_Finale.pdf [uri] => public://2022/2021RUA06-35_Verbale04_Finale.pdf [filemime] => application/pdf [filesize] => 101750 [status] => 1 [timestamp] => 1658482515 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) [1] => Array ( [fid] => 109115 [uid] => 4 [filename] => 2021RUA06-35_Verbale04_Allegato-Valutazioni-Analitiche.pdf [uri] => public://2022/2021RUA06-35_Verbale04_Allegato-Valutazioni-Analitiche.pdf [filemime] => application/pdf [filesize] => 145508 [status] => 1 [timestamp] => 1658482537 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399131 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => Verbale 4 - Punteggi e vincitore [format] => [safe_value] => Verbale 4 - Punteggi e vincitore ) ) [#formatter] => text_default [0] => Array ( [#markup] => Verbale 4 - Punteggi e vincitore ) ) [field_allegato_file] => Array ( [#theme] => field [#weight] => -3 [#title] => File [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_allegato_file [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399131 [uid] => 8831 [title] => 2021RUA06 - Allegato 35 Verbale 4 - Punteggi e vincitore [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91438 [type] => allegato [language] => it [created] => 1658482551 [changed] => 1662034325 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1662034325 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 4 - Punteggi e vincitore [format] => [safe_value] => Verbale 4 - Punteggi e vincitore ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109114 [uid] => 4 [filename] => 2021RUA06-35_Verbale04_Finale.pdf [uri] => public://2022/2021RUA06-35_Verbale04_Finale.pdf [filemime] => application/pdf [filesize] => 101750 [status] => 1 [timestamp] => 1658482515 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) [1] => Array ( [fid] => 109115 [uid] => 4 [filename] => 2021RUA06-35_Verbale04_Allegato-Valutazioni-Analitiche.pdf [uri] => public://2022/2021RUA06-35_Verbale04_Allegato-Valutazioni-Analitiche.pdf [filemime] => application/pdf [filesize] => 145508 [status] => 1 [timestamp] => 1658482537 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399131 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109114 [uid] => 4 [filename] => 2021RUA06-35_Verbale04_Finale.pdf [uri] => public://2022/2021RUA06-35_Verbale04_Finale.pdf [filemime] => application/pdf [filesize] => 101750 [status] => 1 [timestamp] => 1658482515 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) [1] => Array ( [fid] => 109115 [uid] => 4 [filename] => 2021RUA06-35_Verbale04_Allegato-Valutazioni-Analitiche.pdf [uri] => public://2022/2021RUA06-35_Verbale04_Allegato-Valutazioni-Analitiche.pdf [filemime] => application/pdf [filesize] => 145508 [status] => 1 [timestamp] => 1658482537 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109114 [uid] => 4 [filename] => 2021RUA06-35_Verbale04_Finale.pdf [uri] => public://2022/2021RUA06-35_Verbale04_Finale.pdf [filemime] => application/pdf [filesize] => 101750 [status] => 1 [timestamp] => 1658482515 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [1] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109115 [uid] => 4 [filename] => 2021RUA06-35_Verbale04_Allegato-Valutazioni-Analitiche.pdf [uri] => public://2022/2021RUA06-35_Verbale04_Allegato-Valutazioni-Analitiche.pdf [filemime] => application/pdf [filesize] => 145508 [status] => 1 [timestamp] => 1658482537 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about 2021RUA06 - Allegato 35 Verbale 4 - Punteggi e vincitore [href] => node/91438 [html] => 1 [attributes] => Array ( [rel] => tag [title] => 2021RUA06 - Allegato 35 Verbale 4 - Punteggi e vincitore ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) )

2022RUB01 Allegato 14 - Verbale 2 - Elenco candidati e convocazione

Array ( [field_titolo_frontend_all] => Array ( [#theme] => field [#weight] => -4 [#title] => Titolo frontend [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_titolo_frontend_all [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399129 [uid] => 8831 [title] => 2022RUB01 Allegato 14 - Verbale 2 - Elenco candidati e convocazione [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91437 [type] => allegato [language] => it [created] => 1658482458 [changed] => 1658920927 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658920927 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 2 - Elenco candidati e convocazione [format] => [safe_value] => Verbale 2 - Elenco candidati e convocazione ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109113 [uid] => 32 [filename] => VERBALE 2 RTDB M-EDF_02 21.07.2022.pdf.pdf [uri] => public://2022/VERBALE 2 RTDB M-EDF_02 21.07.2022.pdf.pdf [filemime] => application/pdf [filesize] => 87622 [status] => 1 [timestamp] => 1658482454 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399129 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => Verbale 2 - Elenco candidati e convocazione [format] => [safe_value] => Verbale 2 - Elenco candidati e convocazione ) ) [#formatter] => text_default [0] => Array ( [#markup] => Verbale 2 - Elenco candidati e convocazione ) ) [field_allegato_file] => Array ( [#theme] => field [#weight] => -3 [#title] => File [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_allegato_file [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399129 [uid] => 8831 [title] => 2022RUB01 Allegato 14 - Verbale 2 - Elenco candidati e convocazione [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91437 [type] => allegato [language] => it [created] => 1658482458 [changed] => 1658920927 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658920927 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 2 - Elenco candidati e convocazione [format] => [safe_value] => Verbale 2 - Elenco candidati e convocazione ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109113 [uid] => 32 [filename] => VERBALE 2 RTDB M-EDF_02 21.07.2022.pdf.pdf [uri] => public://2022/VERBALE 2 RTDB M-EDF_02 21.07.2022.pdf.pdf [filemime] => application/pdf [filesize] => 87622 [status] => 1 [timestamp] => 1658482454 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399129 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109113 [uid] => 32 [filename] => VERBALE 2 RTDB M-EDF_02 21.07.2022.pdf.pdf [uri] => public://2022/VERBALE 2 RTDB M-EDF_02 21.07.2022.pdf.pdf [filemime] => application/pdf [filesize] => 87622 [status] => 1 [timestamp] => 1658482454 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109113 [uid] => 32 [filename] => VERBALE 2 RTDB M-EDF_02 21.07.2022.pdf.pdf [uri] => public://2022/VERBALE 2 RTDB M-EDF_02 21.07.2022.pdf.pdf [filemime] => application/pdf [filesize] => 87622 [status] => 1 [timestamp] => 1658482454 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about 2022RUB01 Allegato 14 - Verbale 2 - Elenco candidati e convocazione [href] => node/91437 [html] => 1 [attributes] => Array ( [rel] => tag [title] => 2022RUB01 Allegato 14 - Verbale 2 - Elenco candidati e convocazione ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) )

2022PA241 - Allegato 15 Verbale 3 - Giudizi

Array ( [field_titolo_frontend_all] => Array ( [#theme] => field [#weight] => -4 [#title] => Titolo frontend [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_titolo_frontend_all [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399128 [uid] => 8831 [title] => 2022PA241 - Allegato 15 Verbale 3 - Giudizi [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91436 [type] => allegato [language] => it [created] => 1658482358 [changed] => 1658920804 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658920804 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 3 - Giudizi [format] => [safe_value] => Verbale 3 - Giudizi ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109111 [uid] => 4 [filename] => Verbale_3_2022PA241_All.15_.pdf [uri] => public://2022/Verbale_3_2022PA241_All.15_.pdf [filemime] => application/pdf [filesize] => 39059 [status] => 1 [timestamp] => 1658482354 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) [1] => Array ( [fid] => 109112 [uid] => 4 [filename] => Allegato_al_Verbale_3_2022PA241_All.15_.pdf [uri] => public://2022/Allegato_al_Verbale_3_2022PA241_All.15_.pdf [filemime] => application/pdf [filesize] => 36897 [status] => 1 [timestamp] => 1658482394 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399128 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => Verbale 3 - Giudizi [format] => [safe_value] => Verbale 3 - Giudizi ) ) [#formatter] => text_default [0] => Array ( [#markup] => Verbale 3 - Giudizi ) ) [field_allegato_file] => Array ( [#theme] => field [#weight] => -3 [#title] => File [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_allegato_file [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399128 [uid] => 8831 [title] => 2022PA241 - Allegato 15 Verbale 3 - Giudizi [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91436 [type] => allegato [language] => it [created] => 1658482358 [changed] => 1658920804 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658920804 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 3 - Giudizi [format] => [safe_value] => Verbale 3 - Giudizi ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109111 [uid] => 4 [filename] => Verbale_3_2022PA241_All.15_.pdf [uri] => public://2022/Verbale_3_2022PA241_All.15_.pdf [filemime] => application/pdf [filesize] => 39059 [status] => 1 [timestamp] => 1658482354 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) [1] => Array ( [fid] => 109112 [uid] => 4 [filename] => Allegato_al_Verbale_3_2022PA241_All.15_.pdf [uri] => public://2022/Allegato_al_Verbale_3_2022PA241_All.15_.pdf [filemime] => application/pdf [filesize] => 36897 [status] => 1 [timestamp] => 1658482394 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399128 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109111 [uid] => 4 [filename] => Verbale_3_2022PA241_All.15_.pdf [uri] => public://2022/Verbale_3_2022PA241_All.15_.pdf [filemime] => application/pdf [filesize] => 39059 [status] => 1 [timestamp] => 1658482354 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) [1] => Array ( [fid] => 109112 [uid] => 4 [filename] => Allegato_al_Verbale_3_2022PA241_All.15_.pdf [uri] => public://2022/Allegato_al_Verbale_3_2022PA241_All.15_.pdf [filemime] => application/pdf [filesize] => 36897 [status] => 1 [timestamp] => 1658482394 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109111 [uid] => 4 [filename] => Verbale_3_2022PA241_All.15_.pdf [uri] => public://2022/Verbale_3_2022PA241_All.15_.pdf [filemime] => application/pdf [filesize] => 39059 [status] => 1 [timestamp] => 1658482354 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [1] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109112 [uid] => 4 [filename] => Allegato_al_Verbale_3_2022PA241_All.15_.pdf [uri] => public://2022/Allegato_al_Verbale_3_2022PA241_All.15_.pdf [filemime] => application/pdf [filesize] => 36897 [status] => 1 [timestamp] => 1658482394 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about 2022PA241 - Allegato 15 Verbale 3 - Giudizi [href] => node/91436 [html] => 1 [attributes] => Array ( [rel] => tag [title] => 2022PA241 - Allegato 15 Verbale 3 - Giudizi ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) )

2022PA243 - Allegato 17 Verbale 2 - Elenco candidati e convocazione

Array ( [field_titolo_frontend_all] => Array ( [#theme] => field [#weight] => -4 [#title] => Titolo frontend [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_titolo_frontend_all [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399123 [uid] => 8831 [title] => 2022PA243 - Allegato 17 Verbale 2 - Elenco candidati e convocazione [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91432 [type] => allegato [language] => it [created] => 1658482219 [changed] => 1676044778 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1676044778 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 2 - Elenco candidati e convocazione [format] => [safe_value] => Verbale 2 - Elenco candidati e convocazione ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109107 [uid] => 4 [filename] => Verbale 2 M-STO08.pdf.pdf [uri] => public://2022/Verbale 2 M-STO08.pdf.pdf [filemime] => application/pdf [filesize] => 144980 [status] => 1 [timestamp] => 1658482223 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399123 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => Verbale 2 - Elenco candidati e convocazione [format] => [safe_value] => Verbale 2 - Elenco candidati e convocazione ) ) [#formatter] => text_default [0] => Array ( [#markup] => Verbale 2 - Elenco candidati e convocazione ) ) [field_allegato_file] => Array ( [#theme] => field [#weight] => -3 [#title] => File [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_allegato_file [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399123 [uid] => 8831 [title] => 2022PA243 - Allegato 17 Verbale 2 - Elenco candidati e convocazione [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91432 [type] => allegato [language] => it [created] => 1658482219 [changed] => 1676044778 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1676044778 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 2 - Elenco candidati e convocazione [format] => [safe_value] => Verbale 2 - Elenco candidati e convocazione ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109107 [uid] => 4 [filename] => Verbale 2 M-STO08.pdf.pdf [uri] => public://2022/Verbale 2 M-STO08.pdf.pdf [filemime] => application/pdf [filesize] => 144980 [status] => 1 [timestamp] => 1658482223 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399123 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109107 [uid] => 4 [filename] => Verbale 2 M-STO08.pdf.pdf [uri] => public://2022/Verbale 2 M-STO08.pdf.pdf [filemime] => application/pdf [filesize] => 144980 [status] => 1 [timestamp] => 1658482223 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109107 [uid] => 4 [filename] => Verbale 2 M-STO08.pdf.pdf [uri] => public://2022/Verbale 2 M-STO08.pdf.pdf [filemime] => application/pdf [filesize] => 144980 [status] => 1 [timestamp] => 1658482223 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about 2022PA243 - Allegato 17 Verbale 2 - Elenco candidati e convocazione [href] => node/91432 [html] => 1 [attributes] => Array ( [rel] => tag [title] => 2022PA243 - Allegato 17 Verbale 2 - Elenco candidati e convocazione ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) )

RICERCA UNIPD-CNR - CAOS E COSCIENZA: Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo

Array ( [field_luogo_area_stampa] => Array ( [#theme] => field [#weight] => -4 [#title] => Luogo [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_luogo_area_stampa [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato_area_stampa [#object] => stdClass Object ( [vid] => 399115 [uid] => 8835 [title] => RICERCA UNIPD-CNR - CAOS E COSCIENZA: Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91426 [type] => allegato_area_stampa [language] => und [created] => 1658481311 [changed] => 1658481311 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658481311 [revision_uid] => 8835 [body] => Array ( ) [field_allegato_area_stampa] => Array ( [und] => Array ( [0] => Array ( [fid] => 109100 [uid] => 8835 [filename] => Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [uri] => public://Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [filemime] => application/pdf [filesize] => 709666 [status] => 1 [timestamp] => 1658481311 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [field_all_imm_area_stampa] => Array ( [und] => Array ( [0] => Array ( [fid] => 109101 [uid] => 8835 [filename] => porcaro camillo.zip [uri] => public://porcaro camillo.zip [filemime] => application/zip [filesize] => 46161 [status] => 1 [timestamp] => 1658481311 [type] => undefined [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [field_data_area_stampa] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22 00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => datetime ) ) ) [field_luogo_area_stampa] => Array ( [und] => Array ( [0] => Array ( [value] => Padova [format] => [safe_value] => Padova ) ) ) [name] => stampa [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399115 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => Padova [format] => [safe_value] => Padova ) ) [#formatter] => text_default [0] => Array ( [#markup] => Padova ) ) [field_data_area_stampa] => Array ( [#theme] => field [#weight] => -3 [#title] => Data [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_data_area_stampa [#field_type] => datetime [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato_area_stampa [#object] => stdClass Object ( [vid] => 399115 [uid] => 8835 [title] => RICERCA UNIPD-CNR - CAOS E COSCIENZA: Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91426 [type] => allegato_area_stampa [language] => und [created] => 1658481311 [changed] => 1658481311 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658481311 [revision_uid] => 8835 [body] => Array ( ) [field_allegato_area_stampa] => Array ( [und] => Array ( [0] => Array ( [fid] => 109100 [uid] => 8835 [filename] => Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [uri] => public://Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [filemime] => application/pdf [filesize] => 709666 [status] => 1 [timestamp] => 1658481311 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [field_all_imm_area_stampa] => Array ( [und] => Array ( [0] => Array ( [fid] => 109101 [uid] => 8835 [filename] => porcaro camillo.zip [uri] => public://porcaro camillo.zip [filemime] => application/zip [filesize] => 46161 [status] => 1 [timestamp] => 1658481311 [type] => undefined [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [field_data_area_stampa] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22 00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => datetime ) ) ) [field_luogo_area_stampa] => Array ( [und] => Array ( [0] => Array ( [value] => Padova [format] => [safe_value] => Padova ) ) ) [name] => stampa [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399115 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => 2022-07-22 00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => datetime ) ) [#formatter] => date_default [0] => Array ( [#markup] => Ven, 22/07/2022 ) ) [field_allegato_area_stampa] => Array ( [#theme] => field [#weight] => -2 [#title] => Allegato [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_allegato_area_stampa [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato_area_stampa [#object] => stdClass Object ( [vid] => 399115 [uid] => 8835 [title] => RICERCA UNIPD-CNR - CAOS E COSCIENZA: Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91426 [type] => allegato_area_stampa [language] => und [created] => 1658481311 [changed] => 1658481311 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658481311 [revision_uid] => 8835 [body] => Array ( ) [field_allegato_area_stampa] => Array ( [und] => Array ( [0] => Array ( [fid] => 109100 [uid] => 8835 [filename] => Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [uri] => public://Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [filemime] => application/pdf [filesize] => 709666 [status] => 1 [timestamp] => 1658481311 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [field_all_imm_area_stampa] => Array ( [und] => Array ( [0] => Array ( [fid] => 109101 [uid] => 8835 [filename] => porcaro camillo.zip [uri] => public://porcaro camillo.zip [filemime] => application/zip [filesize] => 46161 [status] => 1 [timestamp] => 1658481311 [type] => undefined [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [field_data_area_stampa] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22 00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => datetime ) ) ) [field_luogo_area_stampa] => Array ( [und] => Array ( [0] => Array ( [value] => Padova [format] => [safe_value] => Padova ) ) ) [name] => stampa [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399115 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109100 [uid] => 8835 [filename] => Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [uri] => public://Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [filemime] => application/pdf [filesize] => 709666 [status] => 1 [timestamp] => 1658481311 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109100 [uid] => 8835 [filename] => Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [uri] => public://Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [filemime] => application/pdf [filesize] => 709666 [status] => 1 [timestamp] => 1658481311 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [field_all_imm_area_stampa] => Array ( [#theme] => field [#weight] => -1 [#title] => Allegato immagini [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_all_imm_area_stampa [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato_area_stampa [#object] => stdClass Object ( [vid] => 399115 [uid] => 8835 [title] => RICERCA UNIPD-CNR - CAOS E COSCIENZA: Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91426 [type] => allegato_area_stampa [language] => und [created] => 1658481311 [changed] => 1658481311 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658481311 [revision_uid] => 8835 [body] => Array ( ) [field_allegato_area_stampa] => Array ( [und] => Array ( [0] => Array ( [fid] => 109100 [uid] => 8835 [filename] => Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [uri] => public://Comunicato_RICERCA UNIPD CNR _ CAOS E COSCIENZA.pdf [filemime] => application/pdf [filesize] => 709666 [status] => 1 [timestamp] => 1658481311 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2048 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [field_all_imm_area_stampa] => Array ( [und] => Array ( [0] => Array ( [fid] => 109101 [uid] => 8835 [filename] => porcaro camillo.zip [uri] => public://porcaro camillo.zip [filemime] => application/zip [filesize] => 46161 [status] => 1 [timestamp] => 1658481311 [type] => undefined [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [field_data_area_stampa] => Array ( [und] => Array ( [0] => Array ( [value] => 2022-07-22 00:00:00 [timezone] => Europe/Paris [timezone_db] => Europe/Paris [date_type] => datetime ) ) ) [field_luogo_area_stampa] => Array ( [und] => Array ( [0] => Array ( [value] => Padova [format] => [safe_value] => Padova ) ) ) [name] => stampa [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399115 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109101 [uid] => 8835 [filename] => porcaro camillo.zip [uri] => public://porcaro camillo.zip [filemime] => application/zip [filesize] => 46161 [status] => 1 [timestamp] => 1658481311 [type] => undefined [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109101 [uid] => 8835 [filename] => porcaro camillo.zip [uri] => public://porcaro camillo.zip [filemime] => application/zip [filesize] => 46161 [status] => 1 [timestamp] => 1658481311 [type] => undefined [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about RICERCA UNIPD-CNR - CAOS E COSCIENZA: Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo [href] => node/91426 [html] => 1 [attributes] => Array ( [rel] => tag [title] => RICERCA UNIPD-CNR - CAOS E COSCIENZA: Misurare i diversi stati di coscienza mediante la teoria frattale è 11 volte più efficace nel diagnosticare pazienti con stato di coscienza minimo e stato vegetativo ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) )

2022RUA02 Allegato 12 - Verbale 2 - Elenco candidati e convocazione

Array ( [field_titolo_frontend_all] => Array ( [#theme] => field [#weight] => -4 [#title] => Titolo frontend [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_titolo_frontend_all [#field_type] => text_long [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399098 [uid] => 8831 [title] => 2022RUA02 Allegato 12 - Verbale 2 - Elenco candidati e convocazione [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91425 [type] => allegato [language] => it [created] => 1658480758 [changed] => 1658920927 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658920927 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 2 - Elenco candidati e convocazione [format] => [safe_value] => Verbale 2 - Elenco candidati e convocazione ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109099 [uid] => 32 [filename] => 2022RUA02 M-EDF 01 Verbale 2.pdf [uri] => public://2022/2022RUA02 M-EDF 01 Verbale 2.pdf [filemime] => application/pdf [filesize] => 51298 [status] => 1 [timestamp] => 1658480744 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399098 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [value] => Verbale 2 - Elenco candidati e convocazione [format] => [safe_value] => Verbale 2 - Elenco candidati e convocazione ) ) [#formatter] => text_default [0] => Array ( [#markup] => Verbale 2 - Elenco candidati e convocazione ) ) [field_allegato_file] => Array ( [#theme] => field [#weight] => -3 [#title] => File [#access] => 1 [#label_display] => above [#view_mode] => teaser [#language] => und [#field_name] => field_allegato_file [#field_type] => file [#field_translatable] => 0 [#entity_type] => node [#bundle] => allegato [#object] => stdClass Object ( [vid] => 399098 [uid] => 8831 [title] => 2022RUA02 Allegato 12 - Verbale 2 - Elenco candidati e convocazione [log] => [status] => 1 [comment] => 0 [promote] => 1 [sticky] => 0 [nid] => 91425 [type] => allegato [language] => it [created] => 1658480758 [changed] => 1658920927 [tnid] => 0 [translate] => 0 [revision_timestamp] => 1658920927 [revision_uid] => 102 [taxonomy_vocabulary_2] => Array ( ) [taxonomy_vocabulary_8] => Array ( ) [body] => Array ( ) [field_titolo_frontend_all] => Array ( [und] => Array ( [0] => Array ( [value] => Verbale 2 - Elenco candidati e convocazione [format] => [safe_value] => Verbale 2 - Elenco candidati e convocazione ) ) ) [field_allegato_file] => Array ( [und] => Array ( [0] => Array ( [fid] => 109099 [uid] => 32 [filename] => 2022RUA02 M-EDF 01 Verbale 2.pdf [uri] => public://2022/2022RUA02 M-EDF 01 Verbale 2.pdf [filemime] => application/pdf [filesize] => 51298 [status] => 1 [timestamp] => 1658480744 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [name] => carriere.docenti [picture] => 0 [data] => b:0; [num_revisions] => 1 [current_revision_id] => 399098 [is_current] => 1 [is_pending] => [revision_moderation] => [entity_view_prepared] => 1 ) [#items] => Array ( [0] => Array ( [fid] => 109099 [uid] => 32 [filename] => 2022RUA02 M-EDF 01 Verbale 2.pdf [uri] => public://2022/2022RUA02 M-EDF 01 Verbale 2.pdf [filemime] => application/pdf [filesize] => 51298 [status] => 1 [timestamp] => 1658480744 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) [#formatter] => file_default [0] => Array ( [#theme] => file_link [#file] => stdClass Object ( [fid] => 109099 [uid] => 32 [filename] => 2022RUA02 M-EDF 01 Verbale 2.pdf [uri] => public://2022/2022RUA02 M-EDF 01 Verbale 2.pdf [filemime] => application/pdf [filesize] => 51298 [status] => 1 [timestamp] => 1658480744 [type] => document [field_folder] => Array ( [und] => Array ( [0] => Array ( [tid] => 2463 ) ) ) [metadata] => Array ( ) [display] => 1 [description] => ) ) ) [links] => Array ( [#theme] => links__node [#pre_render] => Array ( [0] => drupal_pre_render_links ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) [node] => Array ( [#theme] => links__node__node [#links] => Array ( [node-readmore] => Array ( [title] => Read more about 2022RUA02 Allegato 12 - Verbale 2 - Elenco candidati e convocazione [href] => node/91425 [html] => 1 [attributes] => Array ( [rel] => tag [title] => 2022RUA02 Allegato 12 - Verbale 2 - Elenco candidati e convocazione ) ) ) [#attributes] => Array ( [class] => Array ( [0] => links [1] => inline ) ) ) ) )

Pagine