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.

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 cukorbetegség és a depresszió gyakran komorbid krónikus betegségek. Önmagukban is nagy betegségterhet jelentenek, azonban együttes előfordulásuk tovább növeli a cukorbetegség szövődményeinek számát, a morbiditást és a mortalitást. A két betegség közti kapcsolat kétirányú, amelynek hátterében már ismert és még csak feltételezett mechanizmusok állnak. A szerzők összefoglaló közleményének célja az antidepresszívumok és a cukorbetegség közti kapcsolat bemutatása, illetve a gyógyszerek szénhidrát-anyagcserére gyakorolt hatásának elemzése. Az antidepresszívum-kezelés egyrészt javíthatja a betegek hangulatát, kognitív funkcióit és adherenciáját, amely pozitív hatással lehet a glükózháztartásra, másrészt a gyógyszerek metabolikus mellékhatásai ronthatják is a szénhidrát-anyagcserét. A metabolikus mellékhatások szempontjából a szelektív szerotoninvisszavétel-gátlók a legelőnyösebbek, a triciklikus antidepresszívumok és a monoaminoxidáz-gátlók szoros kontroll mellett alkalmazhatók. A szerotonin- és noradrenalinvisszavétel-gátlók a noradrenerg aktiválási úton keresztül ronthatják a glykaemiás kontrollt. Az újabb típusú antidepresszívumok hatása pedig pozitív vagy semleges. A depresszió szű­ré­sével és időben elkezdett kezelésével csökkenthetők a két betegség komorbiditásából származó komplikációk. A cukorbetegek dep­ressziójának kezelése során pedig fontos az antidepresszívumok metabolikus mellékhatásainak a figyelembevétele, és a szénhidrátháztartás szorosabb ellenőrzése.

Az evészavarok (főleg a bulimia nervosa és a falászavar) etiológiájában fontos szerepet játszanak a traumatikus előzmények (szexuális, fizikai, érzelmi abúzus, elhanyagolás). A traumatizáció súlyos következményekkel jár, melyeket a megrázkódtatás egyes paraméterei, valamint egyéb rizikó- és protektív tényezők, továbbá a traumát átélt személy rezilienciája is befolyásol. A következmények számos pszichés és szomatikus megbetegedéshez vezethetnek, valamint az életút során bármikor bekövetkező reviktimizációt is okozhatnak. A traumatikus előzményekre vonatkozó adatok feltárása lényeges az evészavarok esetében is. Amennyiben az evészavar hátterében traumás események explorálhatóak, akkor a terápia során az evészavarok tekintetében a specifikus terápiás elemek mellett a traumaterápiákra vonatkozó általános irányelvek a követendőek. A biztonságot jelentő terápiás kapcsolat alapvető. A terápiás lehetőségek széles körűek, a pszichodinamikus megközelítések mellett a kognitív viselkedésterápiára épülő újabb módszerek is ajánlottak, mint a dialektikus viselkedésterápia, vagy az integratív kognitív-analitikus terápia. A hipnoterápia alkalmazása is hasznos lehet.

Manapság „az orvos” ábrázolásához csupán két kellékre van szükségünk: fonendoszkópra és fehér köpenyre. Pedig e két attribútum egyike sem igazán régi, a fonendoszkóp elődjét, a sztetoszkópot Laënnec francia orvos alig 200 éve találta föl, a membrános fonendoszkóp pedig csak körülbelül 70 éves.