Számos bizonyíték utal arra, hogy az alvás szerepet játszik különböző emlékezeti rendszerek konszolidációjában. Kevesebbet tudunk arról, hogy milyen szerepe van az alvásnak a relációs memória műkö­désé­ben, illetve az érzelmi arckifejezések felismerésében, holott ez olyan fundamentális kognitív képesség, amit mindennap használunk. Ezért kutatásunk célja annak feltérképe­zése, hogy az alvás milyen szerepet tölt be az asszociációs memória működésében annak függvényében, hogy mikor történik a tanulás. Vizsgálatunkban összesen 84 fő vett részt [átlagéletkor: 22,36 (SD: 3,22), 21 férfi/63 nő], akiket két csoportra osztottunk: esti és reggeli csoportokra, utalva arra, hogy mikor történt a tanulás. Mindkét csoport eseté­ben két tesztfelvétel volt, közvetlenül a tanulást követően (rövid távú tesztelés) és 24 órával később (hosszú távú tesztelés). A relációs memória vizsgálatára az arcok és nevek tesztet alkalmaztuk. Sem az azonnali, sem a késleltetett tesz­telés során nem találtunk különbséget a csoportok között sem az általános tanulási mutatóban (arcokhoz társított nevekre való emlékezés érzelmi valenciától függetlenül), sem a különböző érzelmi arckifejezésekhez kapcsolódó nevekre való emlékezésben. Ezzel ellentétben, a csoporton belüli elemzés alapján a reggeli csoport a rövid távú teszteléshez képest nagyobb mértékű felejtést mutatott 24 órával később, a hosszú távú tesztelésen, míg az esti csoport ugyanolyan teljesítményt mutatott mindkét alkalommal. Emellett összefüggés jelent meg a teljesítmény, az alvásminőség, az alváshatékonyság és az alváslatencia között. Eredményeink arra hívják fel a figyelmet, hogy az alvás és a tanulás időzítése fontos szerepet játszik az emlékek stabilizációjában, csökkentve ezzel a felejtés mértékét.

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.

Idén jubilál az Egészségügyi Szakdolgozók Kongresszusa. A rendezvénysorozat 1970 szeptemberében indult útra, az akkor még a „Magyar Egészségügyi Középkáderek I. Tudományos Értekezlete” címmel. A rendezvényt a debreceni Hajdú-Bihar Megyei Tanács Kórház kezdeményezte, majd 15 évig folyamatosan, minden évben otthont adott a szakdolgozók nyilvános fórumának, volt, hogy kétszer is. Az Egészségügyi Szakdolgozók Kongresszusának a célja ma is – mint a kezdetekkor – a szakdolgozók tudományos kutatásán alapuló eredmények bemutatása, publikálása.

Az országos felmérés célja az egészségügyi alapellátásban dolgozó szakdolgozók foglalkoztatásának és keresetének közelmúltbeli nemzeti tendenciáinak azonosítása, valamint annak meghatározása, hogy a fizetések és a bérek növekedése összefügg-e a foglalkoztatás változásával. A keresztmetszeti vizsgálat 2021. május 17. és 2021. június 17. között történt Magyarországon a háziorvosi, házi gyermekorvosi, vegyes praxisokban, illetve fogorvosi alapellátásban dolgozó egészségügyi szakdolgozók körében, egyszerű véletlen mintavételi technikával (N=2007). Az adatgyűjtés web-alapú anonim, önkitöltős kérdőív alkalmazásával történt. A szerzők az összegyűjtött adatokat Microsoft Excel 2007 és SPSS 22.0 szoftverek segítségével, leíró statisztikai módszerekkel elemezték. A felmérésben résztvevők nagy tapasztalattal rendelkeznek, 80%-uk több mint 16 éves tapasztalatról számolt be. Az alapellátási területen dolgozó ápolók 7,9%-a rendelkezik főiskolai vagy annál magasabb végzettséggel. A többség (89,5%) teljes munkaidőben dolgozik alkalmazottként (95,4%). A háziorvosi szolgálatokban alkalmazott ápolók területi ellátási kötelezettség szerinti foglalkoztatásán alapuló jövedelmi különbségei jelen felmérés alapján bizonyítottak, ami ösztönözheti az egészségpolitikai döntéshozókat arra, hogy végezzék el a bérek méltányossági újraértékelését, azonosítsák és enyhítsék a bérekben mutatkozó egyenlőtlenségeket. A kutatás megállapításai azt is mutatják, hogy az illetményeknek az egyes ápolók képesítéséhez való hozzáigazítása segítség lehetne az ápolók toborzásában és megtartásában.

A neuromyelitis optica spektrum betegség (NMOSD) az esetek körülbelül 80%-ában AQP4-ellenanyaggal társul. A szeronegatív betegek körülbelül negyedében a központi idegrendszeri myelin oligodendrocyta glikoprotein (MOG) ellen mutatható ki ellenanyag, és ez a kórkép a MOG-ellen­anyag-asszociált betegség (MOGAD) elnevezést kapta. Jelen közlemény áttekinti az off-label azathioprin és myco­phenolat mofetil, valamint az evidenciákon alapuló B- és plazmasejt-depletio, az IL-6-jelátvitel és a komplement útvonal antagonizálás klinikai aspektusait NMOSD-ben. Az összefoglaló tárgyalja az NMOSD-terápia terhességi vonatkozásait, és a MOGAD – NMOSD-től eltérő – kezelési megközelítését. Az NMOSD kezelése kapcsán az utóbbi két évben több, III. fázisú klinikai tanulmányon alapuló I. osztályú evidencia jelent meg. A monoklonális ellenanyagokkal végzett vizsgálatok a rituximab (anti-CD20), az inebilizumab (anti-CD19), a tocilizumab (anti-IL6R), a satralizumab (anti-IL6R) és az eculizumab (anti-C5) hatékonyságát és biztonságosságát jelzik egyéb immunterápiákkal kombinálva vagy monoterápiában. A MOGAD kezelését bonyolítja, hogy az esetek körülbelül fele monofázisos, és a MOG ellenanyag a betegség lefolyása során spontán vagy kezelés hatására eltűnhet. A tartós immunszuppresszió igényét MOGAD-ban a relapsusterápiát követő, leépített orális szteroidkezelés után célszerű eldönteni. NMOSD-ben a fenntartó terápia folytatása javasolt terhesség és szoptatás alatt is, és ezt az optimális kezelés kiválasztásánál fertilis nőbetegeknél figyelembe kell venni. Az új evidenciák terápiarezisztens NMOSD-ben is több lehetőséget kínálnak, és a MOGAD kezelési stratégiája is körvonalazódik.