Bevezetés – A szédülés a fájdalom mellett az egyik leggyakoribb panasz, amellyel a beteg felkeresi az orvosi ellátást. A modern diagnosztika ellenére a szédülés okának diagnosztizálása napjainkban is nehéz feladat, számos buktatót rejt magában. Célkitűzés – Kérdőíves felmérésünk célja annak vizsgálata, hogy mi történik a szédülést panaszoló beteggel a sürgősségi ellátást követően. Kérdésfelvetés – A sürgősségi osztályon felállított diagnózis és a későbbi kivizsgálás eredménye között mennyire volt összefüggés? Hogyan alakult a betegek életminősége az idő függvényében? A vizsgálat módszere – A Semmelweis Egyetem Sürgősségi Betegellátó osztályán megjelent 879, szédülést panaszoló beteghez juttattuk el kérdőívünket. A vizsgálat alanyai – A kitöltött kérdőíveket 308 betegtől (110 férfi, 198 nő, átlagéletkor 61,8 ± 12,31 SD) kaptuk vissza, ezeket elemzésnek vetettük alá. Eredmények – A sürgősségi diagnózisok megoszlása a következőképpen alakult: centrális eredetű (n = 71), szédülékenység (n = 64) és BPPV (n = 51) voltak a leggyakoribb diagnózisok. A végleges diagnózis tisztázásáig eltelt idő leggyakrabban napokat (28,8%), illetve heteket (24,2%) igényelt, kiemelendő azonban, hogy 24,02%-ban végleges diagnózis sosem született. A sürgősségi és a végleges diagnózis között csupán 80 beteg esetén (25,8%) volt egyezés, amelyet alátámaszt a kvalitatív statisztikai elemzés (Cohen-féle Kappa-teszt) eredménye (κ = 0,560), moderált összefüggést indikálva. Megbeszélés – A sürgősségi osztályon felállított diagnózis és a későbbi kivizsgálás eredménye közötti korreláció alacsony, de az eredmények a nemzetközi irodalomban is hasonlónak mondhatók. Emiatt fontos a betegek követése, beleértve az otoneurológiai, illetve esetlegesen neurológiai kivizsgálás fontosságát. Következtetések – A szédüléssel jelentkező betegek sürgősségi diagnosztikája nagy kihívás. A pontos anamnézis és a gyors, célzott vizsgálat a nehézségek ellenére tisztázhatja a szédülés centrális vagy perifériás eredetét.

A nyugat- és kelet-európai országok stroke halandósága közötti szakadék a társadalmi-gazdasági különbségeket tükrözi. Felvetődik a kérdés, hogy az életszínvonalbeli különbségek kisebb régiók szintjén is megnyilvánulnak-e a stroke jelleg­ze­tes­ségeiben. Összefoglalónkban a főváros egyik legszegé­nyebb (VIII.) és leggazdagabb (XII.) kerülete stroke-betegeinek összehasonlítását mutatjuk be életkori megoszlás, stroke-incidencia, esethalálozás és mortalitás szempontjából. Két összehasonlító epidemiológiai vizsgálatunk eredményeit összegezzük, melyek ugyanabban a két kerületben az akut cerebro­vascularis betegséget elszenvedett lakosságot vizsgálták. A „Budapest 8–12 Projekt” igazolta, hogy a szegényebb VIII. kerületben a stroke fiatalabb életkorban jelentkezik, valamint magasabb a dohányzás, az alkohol­abú­zus és a kezeletlen hypertonia prevalenciája. A „Hat Év Két Kerületben” tanulmányba bevont 4779 beteg a 10 éves utánkövetéssel egy­értel­műen igazolja, hogy a stroke fiata­labb korban következik be, magasabb incidenciával, eset­ha­lálozással és mortali­tással jár a kedvezőtlen szocio­öko­nó­miai adottságokkal rendelkező VIII. kerületben. A fiatalabb korcso­portokon belül magasabb a halálozás és a társbetegségek prevalenciája a VIII. kerületben a XII. kerülethez képest. A rizikófaktorok magasabb prevalenciája és a fiatalabb korcsoport magasabb halálozása a kedve­zőtlenebb szocioökonómiai adottságú VIII. kerület lakossá­gának jelentősebb sérülékenységére utal. A hiányzó láncszem a szegénység és a stroke között az életmódi rizikó­tényezők és az elsődleges prevencióhoz való adherencia hiánya lehet. A népegészségügyi stroke-prevenciós prog­ramoknak a kedvezőtlen szocioökonómiai környezetben élő fiatalabb korosztályra kellene fókuszálniuk.

[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.]

[Az összes ágyéksérv körülbelül 0,7–12%-a távoli lateralis ágyéksérv (FLDH). Az FLDH a gyakoribb centrális és paramedialis ágyéksérvekhez képest súlyosabb és tartósabb radicularis fájdalmat okoz az ideggyök és a dorsalis gyöki ganglion közvetlen összenyomódása miatt. Azoknál a betegeknél, akik nem reagálnak a konzervatív kezelésre, így például a gyógyszeres kezelésre vagy a fizikoterápiára, és akiknél még nem alakultak ki neurológiai hiánytünetek, az ideggyök sérülése és a synovialis ízületek károsodása miatti gerincinstabilitás kockázata miatt nehéz dönteni a mûtét szükségességérôl. Vizsgálatunkban a transforaminalis epiduralis szteroidinjekció (TFESI) hatását kívántuk értékelni mind a fájdalomkontroll, mind a funkcionális kapacitás javulására FLDH-ban szenvedô betegeknél. Összesen 37 olyan, konzervatív kezelésre nem reagáló, neurológiai hiánytünetmentes beteget vontunk be a vizsgálatba, akinek radicularis fájdalmát az ágyéki MR-felvételen látható távoli lateralis ágyéksérv okozta. A betegeknél praeganglionos irányból TFESI alkal­mazására került sor. A betegek kezelés elôtt felvett vizuális analóg skála (VAS) és Oswestry Disability Index (ODI) pontszámait a beavatkozás utáni 3. hét, továbbá 3. és 6. hónap VAS- és ODI-pontszámaival hasonlítottuk össze. Az átlagos kezdeti VAS-pontszám 8,63 ± 0,55 volt, míg a 3. hét és a 3., 6. hónap VAS-pontszámainak átlagos értéke 3,84 ± 1,66; 5,09 ± 0,85; 4,56 ± 1,66 volt. A VAS-pontszám csökkenése statisztikailag szignifikánsnak bizonyult (p = 0,001). Az átlagos kezdeti ODI-pontszám 52,38 ± 6,84 volt, míg a 3. hét és a 3., 6. hónap ODI-pontszámainak átlagos értéke 18,56 ± 4,95; 37,41 ± 14,1; 34,88 ± 14,33 volt. Az ODI-pontszám csökkenése statisztikailag szignifikánsnak bizonyult (p = 0,001). Ez a tanulmány kimutatta, hogy a TFESI hatékonyan javítja a funkcionális kapacitást és a fájdalom­kontrollt olyan betegek esetén, akik távoli lateralis ágyéksérv miatti radicularis tüneteit nem lehet mûtéti úton ke­zelni. ]

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.