A nemszteroid típusú gyulladáscsökkentők (NSAID) az orvoslásban a leggyakrabban alkalmazott szerek közé tartoznak. Ennek ellenére számos tanulmányban hangsúlyozták, hogy az NSAID-ok károsíthatják nemcsak a gastrointestinalis (GI), hanem a cardiovascularis (CV) rendszert is, növelhetik a vérnyomást, a coronariaesemények (angina, myocardiuminfarktus) és a stroke gyakoriságát, emellett vesekárosodást is okozhatnak. A National Institute for Health and Care Excellence (NICE) nem talált bizonyítékot arra, hogy az NSAID-ok alkalmazása fokozná a Covid-19 kockázatát, vagy rontana a Covid-19-ben szenvedő betegek állapotán. Az egyes hatóanyagok nemkívánatos hatásainak gyakorisága és súlyossága azonban jelentős eltéréseket mutat. Sokáig úgy tűnt, hogy az NSAID-ok fokozódó GI kockázata arányban van a COX-1/COX-2 szelektivitással, a cardiovascularis kockázat pedig a COX-2/COX-1 szelektivitással, az újabb adatok azonban ezt nem támasztják alá egyértelműen. A rendelkezésre álló irodalom alapján, a gast­ro­intestinalis és a cardiovascularis nem­kí­vá­natos eseményeket tekintve, az ace­clofenac mellékhatásprofilja az NSAID-ok között a legkedvezőbbnek tűnik.

[A kognitív zavar a Parkinson-kór gyakori nem motoros tünete. Az alexithymia a Parkinson-kór még ma is kevéssé megértett neuropszichiátriai jellegzetessége. A kog­nitív zavar (különösen a visuospatialis és a végre­hajtó funkciók zavara) és az alexithymia hátterében ugyanazon neuroanatómiai struktúrák patológiája áll. Hipo­tézisünk szerint e neuroanatómiai kapcsolat követ­kez­tében összefüggésnek kell lennie a kognitív zavar és az alexithymia mértéke között. Cél – A vizsgálat célja az volt, hogy megvizsgáljuk, van-e összefüggés az alexithymia és a neurokognitív funkciók között Parkinson-betegek körében. A vizsgálatba 35 Parkinson-kóros beteget vontunk be. A Torontói Alexithymia Skálát (TAS-20), a Ge­riátriai depresszió-kérdőívet (GDI), valamint részletes neuropszichológiai vizsgálatokat alkalmaztunk. A magasabb TAS-20-pontszámok negatív összefüggésben álltak a Wechsler Intelligenciateszt felnőtt­változatának (WAIS) Similarities alskálájának pontszá­mai­val (r = –0,71; p-érték: 0,02), az órarajzolási teszt (CDT) pontszámaival (r = –0,72; p=0,02) és a verbális fluencia (VF) mértékével (r = –0,77; p<0,01). Az érzelemazonosí­tási alskála pontszámai negatív összefüggésben álltak a CDT-pontszámokkal (r = –0,74; p=0,02), a VF-pontszá­mok­kal (r = –0,66; p=0,04), valamint a vizuális emléke­zet azonnali előhívását mérő alksála pontszámaival (r = –0,74; p=0,01). A VF-pontszámok az érzelemleírás ne­héz­ségét mérő alskála (DDF) pontszámaival is összefüggést mutattak (r = –0,66; p=0,04). Fordított irányú összefüggés volt kimutatható a WAIS Similarities és a DDT alskálák pontszámai (r = –0,70; p=0,02), valamint a külső orientáltságú gondolkodás alskála pontszámai (r = –0,77; p<0,01) között. Összefüggés volt kimutatható a végrehajtó funkció Z alskála és a TAS-20-pontszámok középértéke (r = –62; p=0,03), valamint a DDF alskála pontszámai között (r = –0,70; p=0,01). Összefüggés volt kimutatható az alexi­thy­mia és a visuospatialis, valamint a végrehajtó funkciókat mérő tesztek eredménye között. Az alexithymia és a dep­resszív tünetek között szintén szignifikáns összefüggést találtunk. Az alexithymia megléte fel kell hívja a klinikus figyelmét a párhuzamosan fennálló kognitív zavarra.]

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.

A SARS-CoV-2 koronavírus által okozott COVID-19- jár­vány 2020 tavaszára világszerte elterjedt, gyors és haté­kony reakciót igényelve össztársadalmi szinten, és az egész­­ségügyi ellátás szervezésében is. A COVID-19 fő tünetének a lázat, a köhögést és a nehézlégzést tartják. A légzőszervi érintettségen túl a fertőzés egyéb panaszokat és tüneteket is okozhat. Az eddigi adatok alapján neuro­lógiai jellegű panaszok és tünetek a kórházba kerülő COVID-19-betegek 30–50%-ánál előfordulnak, és gyakrabban jelentkeznek a súlyos állapotú eseteknél. Leírtak a COVID-19-hez társuló klasszikus akut neurológiai kórképeket is. A COVID-19-ellátásra fókuszáló egészségügyi ellátórendszerekben az egyéb akut ellátást igénylő kórképek szakellátásának visszaesését figyelték meg. A COVID-19-járvány során fontos feladat a krónikus neurológiai kórképekben szenvedők folyamatos ellátásának biztosítása is. A jövő feladata lesz a COVID-19 járvány által az egyéb neurológiai kórképekre kifejtett hatások felmérése, valamint annak megítélése, hogy a SARS-CoV-2 koronavírus által okozott fertőzés járhat-e késői neurológiai szövődményekkel.

Kutatásunk célja felmérni, hogy az asztmások fizikai aktivitása, alvászavarok, asztma kezelésének mértéke milyen összefüggésben vannak egymással, valamint megvizsgálni az életminőséget a fizikai aktivitás tekintetében. Kvantitatív, keresztmetszeti felmérésünket 2020–2021 között végeztük. Nem véletlenszerű, kényelmi mintavétel során a célcsoportunkat 14–18 éves korosztályú, pubertásban levő fiatalok körében határoztuk meg, akiknél minimum egy éve asthma bronchialét diagnosztizált kezelőorvosuk. Kizárásra kerültek vizsgálatunkból, akik nem töltötték ki megfelelően a kérdőívet vagy nem az adott korosztályba estek. Az adatgyűjtési módszerünk saját készítésű kérdőív, amelynek főbb kérdéskörei: szociodemográfiai adatok, fizikai aktivitással kapcsolatos kérdéskörök, tünetek, alvászavarok, asztma súlyossága. Az életminőség értékeléséhez mini-AQLQ-t használtunk. A statisztikai próbákat 2016-os Microsoft Excel és SPSS v24 program segítségével végeztük, az adatok elemzéséhez leíró statisztikát (átlag, szórás, minimum, maximum), kétmintás t-próbát, χ2-próbát alkalmaztunk. A válaszadók átlagéletkora16±1,51 év, 38% fiú, 62% lány (N=105). A fizikai aktivitás és a rohamok gyakorisága, alvászavarok között nincs szignifikáns eltérés (p>0,05). A nemek és az intenzív testmozgás hatására fokozódó tünetek között szignifikáns eltérést találtunk (p=0,02). A testnevelésórán aktívan résztvevők szignifikánsan súlyosabb asztmát mutattak eredményeink szerint (p=0,021). A mérsékelt és társadalmi tevékenységek, valamint a fizikai aktivitás között szignifikáns kapcsolat mutatkozik (p<0,05). A védőnői munkában megfelelő módszernek bizonyulhat az egészségnevelés, valamint az asztmás fiatalok pályaválasztásának segítése, illetve különböző sportok ajánlása, ami csökkentheti a fulladásos rohamok gyakoriságát.