@sofologos Το 2015, η 17χρονη Μπέιλι Μάριλ από το Τέξας έμεινε ξαφνικά παράλυτη από τη μέση και κάτω για 11 μέρες, εξαιτίας μιας σπάνιας πάθησης που ονομάζεται διαταραχή μετατροπής. Σε αυτήν την κατάσταση, ο εγκέφαλος "κλείνει" προσωρινά την κίνηση, παρόλο που δεν υπάρχει καμία σωματική βλάβη. Κατά τη διάρκεια της αποκατάστασής της στο Ιατρικό Κέντρο UT Southwestern στο Ντάλας, η Μπέιλι έκανε μια εντυπωσιακή ανάρρωση: σηκώθηκε όρθια και περπάτησε ξανά. Ένα βίντεο κατέγραψε τη στιγμή που αιφνιδίασε τη νοσοκόμα της, η οποία τη φρόντιζε όλες αυτές τις μέρες, περπατώντας ξαφνικά στον διάδρομο. Η νοσοκόμα ξέσπασε σε κραυγές χαράς, δάκρυσε από ευγνωμοσύνη και αγκάλιασε σφιχτά την Μπέιλι, σε μια ωμή και συγκλονιστική έκφραση δεσμού ανάμεσα σε θεραπευτή και ασθενή. Η σκηνή συγκίνησε τον κόσμο, έγινε viral σε λίγες ώρες, προβλήθηκε από μεγάλα δίκτυα όπως το CBS και το ABC, και ενέπνευσε εκατομμύρια ανθρώπους ως ένα ζωντανό παράδειγμα πίστης, αντοχής και θριάμβου απέναντι στις πιο απίθανες δυσκολίες. #fyp none

Original Post

Πλήρες Κείμενο:

Το 2015, η 17χρονη Μπέιλι Μάριλ από το Τέξας έμεινε ξαφνικά παράλυτη από τη μέση και κάτω για 11 μέρες, εξαιτίας μιας σπάνιας πάθησης που ονομάζεται διαταραχή μετατροπής.

Σε αυτήν την κατάσταση, ο εγκέφαλος "κλείνει" προσωρινά την κίνηση, παρόλο που δεν υπάρχει καμία σωματική βλάβη.

Κατά τη διάρκεια της αποκατάστασής της στο Ιατρικό Κέντρο UT Southwestern στο Ντάλας, η Μπέιλι έκανε μια εντυπωσιακή ανάρρωση: σηκώθηκε όρθια και περπάτησε ξανά.

Ένα βίντεο κατέγραψε τη στιγμή που αιφνιδίασε τη νοσοκόμα της, η οποία τη φρόντιζε όλες αυτές τις μέρες, περπατώντας ξαφνικά στον διάδρομο.

Η νοσοκόμα ξέσπασε σε κραυγές χαράς, δάκρυσε από ευγνωμοσύνη και αγκάλιασε σφιχτά την Μπέιλι, σε μια ωμή και συγκλονιστική έκφραση δεσμού ανάμεσα σε θεραπευτή και ασθενή.

Η σκηνή συγκίνησε τον κόσμο, έγινε viral σε λίγες ώρες, προβλήθηκε από μεγάλα δίκτυα όπως το CBS και το ABC, και ενέπνευσε εκατομμύρια ανθρώπους ως ένα ζωντανό παράδειγμα πίστης, αντοχής και θριάμβου απέναντι στις πιο απίθανες δυσκολίες.

Η επιλογή των posts/links γίνεται με ένα στατιστικό μοντέλο και μπορεί να μην απεικονίζει επακριβώς τη σειρά δημοτικότητάς τους