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.

Az otthoni ellátás, táplálás olyan szolgáltatás, amit, ha szakértelemmel és megbízhatóan végeznek, azzal hatalmas terhet vesznek le az orvosok válláról, továbbá a hozzátartozóknak is megfizethetetlen segítséget nyújt. Egyre többen – elsősorban onkológiai, radiológiai, neurológiai vagy tüdőbetegek – igénylik ezt a típusú gondozást, ami növeli a betegek megszokott, otthoni környezet nyújtotta biztonságérzetét, valamint elősegíti a rendszer hatékonyabb működését is. A kulcs az irányított betegellátás: vagyis a betegeket ott lássák el, ahol az valóban indokolt, és csak akkor kerüljön a páciens kórházba, ha az tényleg szükséges.

Az ajkakon, arcon időnként megjelenő kisebb-nagyobb, felhólyagosodó sebeket nagyanyáink kellemetlen, ámde ártalmatlan tünetnek vélték, amelyek pár nap alatt nyomtalanul eltűnnek. A többség a hólyagok megjelenését azzal magyarázta, hogy zsírosat vacsorázott, elrontotta a gyomrát és a szervezete így, „csömörrel” tiltakozik ellene. Mások azt gondolták, hogy valamilyen más betegség miatt belázasodtak és arcukon „lázkiütés” keletkezett. Akkoriban még az orvosok sem feltételezték, hogy mennyire alattomos, számtalan rejtett betegség forrásaként azonosítható kórokozó a herpeszvírus.

A sclerosis multiplex leggyakrabban fogamzó­képes korú nőket érint, így a családtervezés kiemelkedően fontos kérdés ebben a betegségben. Napjainkra egyértelműen bebizonyosodott, hogy a terhesség nem rontja a relapszáló-remittáló sclerosis multiplex hosszú távú prognózisát, ennek ellenére sok beteg még manapság is bizonytalan a gyermekvállalást illetően. A kérdést bonyolítja, hogy az egyre növekvő számú beteg­ségmódosító terápia terhességre gyakorolt hatásával nin­csenek eléggé tisztában a betegek, és sokszor az orvosok sem. Még kevésbé tisztázottak és ismertek a szoptatással kapcsolatos kérdések. A betegek ezekről a témákról elsősorban gondozó neurológusukkal konzultálnak. A neu­ro­ló­gus feladata a fogamzásgátlással, terhességgel, asszisz­tált reprodukcióval, szüléssel, szoptatással, betegségmódosító kezelésekkel járó kockázatokat és előnyöket reá­lisan értékelni, a beteget ezekről tájékoztatni, majd a b­e­teggel közösen a családtervezési tervekkel összhangban a megfelelő betegségmódosító gyógyszert megválasztani. A jelen közlemény célja a klinikusok eligazodását segíteni ezekben a kérdésekben.A releváns szakirodalom áttekintése alapján, a nemzetközi irányelvekkel összhangban a közleményben áttekintjük a fogantatás, terhesség és szoptatás témakörét, különös tekintettel a törzskönyvezett betegségmódosító terápiák terhesség és szoptatás alatti alkalmazhatóságára.

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.