Mi köze a gónak a klinikai döntéshozatalhoz? A klinikai orvoslás egyik legjelentősebb intellektuális kihívása a bizonytalanságban történő döntéshozatal. A hagyományos orvosi döntéshozatal intuitív és heurisztikus mivoltának pszichológiai csapdáin kívül az információhiány, az erőforrások szűkössége, az adott orvos-beteg kapcsolat jellemzői egyaránt hozzájárulnak annak bizonytalanságához. A formális, matematikai számításokon alapuló döntéselemzés, amelyet széles körben használnak a klinikai irányelvek fejlesztésében, illetve az egészségügyi technológiák értékelésében, elvben jó lehetőségeket kínál az intuitív dön­téshozatal hibáinak elkerülésére, ugyan­akkor az egyéni döntési helyzetekben többnyire nehezen alkalmazható,és az orvosok többségétől idegen. Ennek a módszernek is vannak korlátai, különösen az egyéni döntéshozatalban, beleértve a számításokhoz felhasznált input adatok esetleges hiányát, illetve jelentős bizonytalanságát, valamint a matematikai modellek korlátait abban, hogy egy komplex rendszer folyamatait és a folyamatok egyéni variabilitását megfelelően tudják reprezentálni. A klinikai döntéstámogató rendszerek mindezek ellenére hasznos segítséget jelenthetnek az egyéni orvosi döntéshozatalban, ha megfelelően integráltak az egészségügyi információs rendszerekbe, és nem szüntetik meg az orvosok döntési autonómiáját. A klasszikus döntéstámogató rendszerek tu­dásalapúak, szabályrendszerekre, problé­ma­­specifikus algoritmusokra épülnek. Szá­mos területen alkalmazzák az orvosi adminisztrációtól a képfeldolgozásig. A nap­jainkban zajló informatikai forradalom eredményeképpen olyan mesterséges intelligenciaként emlegetett gépi tanulási módszerek jönnek létre, amelyek már ténylegesen képesek tanulni. A mesterséges intelligencia ezen új generációja nem konkrét szabályrendszerekre épül, hanem hatalmas adatbázisokon magukat tanító neurális hálózatokra és általános tanulási algoritmusokra. Ezek a mesterséges intelligenciák egyes területeken, mint például a sakk, a gó, vagy a va­dászrepülőgép vezetése, már jobb teljesítményre képesek, mint az em­berek. Fej­lesztésük bővelkedik kihívásokban, veszélyekben, ugyanakkor olyan technológiai át­törést jelentenek, ami megállíthatatlan és át­alakítja világunkat. Alkal­mazásuk és fej­lesztésük az egészségügyben is megkezdődött. A szakmának részt kell vennie ezek­ben a fejlesztésekben és megfelelő irányba kell, hogy terelje azokat. Lee Sedol 18-szoros gónagymester visszavonult há­rom évvel AlphaGo mesterséges intelligenciától elszenvedett veresége után, mert „Hiá­ba lettem világelső, van egy entitás, amit nem lehet legyőzni”. Ne­künk szerencsére nem versengenünk vagy győznünk kell, hanem el kell érnünk, hogy a mesterséges intelligencia biztonságos és megbízható legyen és az emberekkel együtt­mű­ködve ez az entitás eredményesebbé és hatékonyabbá tegye az egészségügyet.

„Reggelizz, mint egy király, ebédelj, mint egy herceg, vacsorázz, mint egy földműves!” - írta az egészséges életvitelről Maimonides, a középkorban élt (1135-1204) orvos és filozófus. Vajon a jelenlegi ismeretek alapján helyes-e a megfigyelés, és mi lehet a mechanizmusa? A mai rohanó életben gyakran nem figyelünk az étkezések időpontjára, gyakoriságára. Sokan úgy igyekeznek fogyókúrázni, hogy a reggelit kihagyják vagy a délelőtt folyamán csak „fogyasztó turmixokat” isznak. A gyerekek gyakran reggeli nélkül mennek az iskolába, legjobb esetben zsebpénzt kapnak: „Vegyél valamit az iskolai büfében!” Ugyanakkor mindezt a napi háromszori főétkezéshez, a „megszokott időben”, „rendszeresen” fogyasztott reggelihez, ebédhez, vacsorához viszonyítjuk, aminek, úgy gondoljuk, nagyon régi hagyományai vannak.

A kálium (K+) a leggyakoribb kation szervezetünkben. A napi K+-bevitel körülbelül 100 mmol, és elsősorban a gyümölcsökből, zöldségekből és a húsból származik, de ezeken belül is nagy különbségek vannak. A hyperkalaemia definíciója nem könnyű, mert a szérumkáliumszint napról napra változik és egyénenként is eltérések vannak. A standard normális érték 3,5-5 mmol/l között van, 5 mmol/l felett már hyperkalaemia van és ezen érték felett enyhe, közepes és súlyos hyperkalaemiát különböztetünk meg.

Az önálló fejfájások leggyakoribb képviselője, a tenziós típusú fejfájás a népesség körülbelül 80%-át érinti. Elsősorban gyakorisága miatt társadalmi-gazdasági kihatása jelentős. A tenziós fejfájás általában kétoldali lokalizációjú, enyhe vagy közepes erősségű, nyomó jellegű, egyéb kísérő tünettel nem jár. Az egyén számára elsősorban a gyakori, vagy mindennapos tenziós fejfájás jelent nagy terhet. A tenziós fejfájás kezelésének két pillére a roham-, illetve a megelőző kezelés. Rohamkezelésre elsősorban egyszerű, vagy kombinált analgetikumokat célszerű alkalmazni. Megelőző kezelést gyakori, és/vagy nehezen kezelhető fejfájásrohamok esetén alkalmazunk. A tenziós fejfájás megelőző kezelésére triciklikus antidepresszánsokat, elsősorban amitriptylint javasolt adni, melynek hatékonyságát számos kettős vak, placebokontrollált tanulmány igazolta. Az egyéb antidepresszánsok közül a mirtazapin és venlafaxin hatékonyságát támasztják alá tudományos vizsgálatok. Gyengébb minőségű bizonyítékok vannak a gabapentin, topiramat, illetve a tizanidin hatékonyságára. A tenziós fejfájás megelőzésének nem gyógyszeres lehetőségei között egyes pszichoterápiás módszerek, illetve az akupunktúra hatékonyságát támasztják alá vizsgálatok.

A vizsgálat célja: A demens betegek számának növekedése a magyar ellátórendszert is kihívás elé állítja. A tanulmányok zöme a demens embert ápoló családtagok megküzdési terheivel foglalkozik. Az ágazat fejlődése érdekében fontos megvizsgálni a szakosított demens ellátásban dolgozó ápolók pszicho-szociális helyzetét és jellemzőit. Anyag és módszer: A demens ellátásban dolgozó ápolók (n=130) önkitöltős kérdőívet töltöttek ki 2017 januárjában. A vizsgálatban alkalmazott egészségpszichológiai kérdőívek: Élettel való elégedettség, Élet értelme kérdőív, Beck-féle depresszió kérdőív, Vitális kimerültség skála, Freudenberger-féle kiégés kérdőív. Eredmények: Az ápolókra jellemző a túlterheltség, elégedetlenség és a pályaelhagyás gondolata. Magas színtű a kiégés, a vitális kimerültség és a depresszió, melyek együttmozgást mutatnak. A depressziós ápolóknál magasabb szintű a vitális kimerültség: r=0,549, a depresszió és a kiégettség korrelációja: r=0,528. Az élettel való elégedettség ellentétesen korrelál a vitális kimerültséggel: r=- 366. A koherencia és az életelégedettség skála statisztikailag jelentős együttmozgást mutat (r=0,455). Következtetések: Az ápolók veszélyeztetett állapotban vannak. A munkahelyi elégedettség fokozása, az ápolók pszicho-szociális gondozása, a stresszkezelő tréningek alkalmazása elengedhetetlen.