Kedves Olvasónk! Örömmel nyújtjuk át Önnek a LAM (Lege Artis Medicinæ) 30., karácsonyi számát. A LAM az 1990. évi indulása óta méltán vívott ki elismerést széles körű, megalapozott és hasznos információival az orvos- és egészségtudományok legújabb vívmányairól, valamint az egészségügyről és határterületeiről. Kezdettől fogva azon dolgozunk, hogy hiteles, magas szakmai és esztétikai színvonalú kiadványt készítsünk, amit haszonnal és élvezettel forgathatnak a legkülönbözőbb, az orvostudományhoz tartozó, és ahhoz kapcsolódó területek művelői. Ennek következetes megvalósítása tette az elmúlt évtizedekben a LAM-ot hazánk egyik legtekintélyesebb orvostudományi folyóiratává.

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.

Nemcsak Magyarországon, hanem Európa-szerte, egészen a 19. század közepéig (vidéken még tovább), a nők általában otthon szültek, döntő többségében kirurgus vagy orvos segítsége nélkül. A szülés levezetője a bábaasszony volt. Többségében minden népesebb településen lakott legalább egy belőlük. A szakmai tudást, a speciális fogásokat családon belül adták tovább a következő generáció nőtagjainak.

2022. február 19-én ünnepeltük Kossuth Zsuzsanna első országos főápoló születésének 205. évfordulóját. Kossuth Zsuzsannát nagyfokú empátia, önfeláldozás, példaértékű magatartás és hivatástudat jellemezte. Megalapozta az ápolás és betegellátás folyamatait, kiemelkedő szakmai munkásságot végzett egész életében. Nem tett különbséget ember és ember között, csakis a szenvedő beteget látta minden egyes katonában és sérültben. Életét áldozta hivatásáért. A Magyar Ápolási Egyesület 1998-ban Kossuth Zsuzsanna-emlékérmet alapított a szabadságharc 150. évfordulójának évében, amelyet minden év február 19-én adományoznak oda.

Háttér – A kiégés prevalenciájának meghatározására a humán szolgáltatószektorban dolgozók körében egyre gyakrabban használják az Oldenburg Kiégés Kérdőív két változatát, melyek a mérvadó Maslach Kiégés Kérdőív tartalmi és elméleti korlátait hivatottak áthidalni. Magyar­országon nincsenek adataink sem a Mini-Oldenburg Kiégés Kérdőív, sem az Oldenburg Kiégés Kérdőív strukturális validitásáról. Cél – Az Oldenburg Kiégés Kérdőív és a Mini-Olden­burg Kiégés Kérdőív strukturális validálásának tesztelése ma­gyar mintán. Módszer – Keresztmetszeti felmérésekben 564 fő vett részt (196 egészségügyi dolgozó, 104 ápoló és 264 klinikai orvos). A mérőeszközök konstruktumvaliditásának vizsgálatára megerősítő faktorelemzést, reliabilitásának vizsgálatára pedig belsőkonzisztencia-elemzést (Cronbach-α) használtunk. Eredmények – A Mini-Oldenburg Kiégés Kérdőív és az Oldenburg Kiégés Kérdőív rövidített változatának struktú­rája megerősítette az eredeti kétdimenziós struktúrát (kimerülés, kiábrándultság). A Cronbach-α mutató alá­támasztotta a mérőeszközök megbízhatóságát. Kiégés a résztvevők jelentős részét jellemezte mindegyik rész­min­tában. A kimerülés dimenzióba tartozó vizsgálati személyek prevalenciája minden mintarészben 54,5% felett volt, valamint különösen magas volt a kiábrándultság dimen­zió­ban magas pontszámot elért orvosok aránya (92%). Következtetések – Eredményeink elsősorban a Mini-Olden­burg Kiégés Kérdőív magyar változatának validitását és reliabilitását támasztják alá a kiégés mérésében klinikai orvosok és egészségügyi szakdolgozók körében.