Ictus ischemico acuto: punti clinici chiave, aree di incertezza, raccomandazioni
Acute Ischemic Stroke Ogni anno negli Stati Uniti, circa 700mila persone hanno un ictus ischemico acuto. Prima dei trattamenti moderni, la mortalità precoce era del 10%. Tra i sopravvissuti, la metà presentava deficit neurologici...
COVID-19 and Postinfection ImmunityLimited Evidence, Many Remaining Questions L'andamento dell'immunità post COVID è ancora oggetto di studio. Il virus raggiunge il picco di presenza molto precocemente e poi la concentrazione si riduce all'aumentare della risposta anticorpale. Questa cresce nelle 2-3 settimane successive all'infezione, si mantiene alta per 4-5 mesi e declina nei successivi 2-3 anni. A oggi non è noto il mantenimento o meno dell'imunità (per i virus influenzali, ad esempio, non è mantenuta).
Mitigating the psychological effects of social isolation during the covid-19 pandemic Dopo essere stata dimenticata per un trentennio (era "à la page" ai tempi dei Decreti Legislativi 502 e 517), l'umanizzazione in sanità viene di nuovo citata per la pandemia. In questo articolo anglo-americano revisionato da laici (come usa fare ogni tanto il BMJ), l'umanizzazione è intesa a limitare gli effetti gravemente depressivi della solitudine. Nella fattispecie da chiusura COVID, ma anche in generale ...
Kawasaki e Covid-19 in un cluster di bambini italiani
An outbreak of severe Kawasaki-like disease at the Italian epicentre of the SARS-CoV-2 epidemic: an observational cohort study Dall'Ospedale Giovanni XXIII di Bergamo, notoriamente al centro della pandemia COVID, la descrizione di 10 bambini affetti da COVID che hanno presentato la malattia di Kawasaki. Gli autori confrontano la casistica di m. di Kawasaki pre-COVID con quella COVID. Alcuni dati: la prima riguarda 19 bambini di età media 3 aa. ricoverati nel periodo gennaio 2015-febbraio 2020, la seconda 10 bambini di età media 7,5 anni ricoverati tra febbraio e aprile 2020 ...
Predisposizione genetica e fattori ambientali nello sviluppo di malattie
Use of genetic variation to separate the effects of early and later life adiposity on disease risk: mendelian randomisation study UK Biobank è un vasto studio epidemiologico avviato nel 2006 per pesare comparativamente gli effetti di predisposizione genetica e fattori ambientali nello sviluppo di malattie, in particolare cardiovascolari e tumorali in età matura. In questo report il riferimento è il BMI rilevato alla visita sugli oltre 450.000 partecipanti confrontato con quello riferito dagli stessi relativamente all'infanzia. I dati suggeriscono che esiste una relazione diretta tra sovrappeso in età adolescenziale e sovrappeso in età matura, ed anche tra sovrappeso in età matura piu' diabete e malattie cardiovascolari. Sembra sussistere anche una correlazione fra basso BMI in adolescenza e tumore del seno, senza riferimento al peso in età matura.
EPIC III: studio su infezioni e antibiotico-resistenza in terapia intensiva
Infection, Antibiotics, and Patient Outcomes in the Intensive Care Unit Editoriale che presenta lo studio di prevalenza EPIC III (da Extended Prevalence of Infection in Intensive Care). Nel 1992 e nel 2007 EPIC I e II, rilievi di prevalenza puntuale delle infezioni, con rispettivamente il 45% e il 51% di casi. Nel 2019 la rilevazione puntuale (1 giorno, 8 settembre 2019) di EPIC III contemporanea in 1150 centri sparsi nel mondo, con rilievo di 8135 infezioni su 15.165 pazienti (54%) di cui 10.640 in trattamento antibiotico. La conclusione è che in quasi 20 anni non è cambiato molto.
Review su intelligenza artificiale vs intelligenza umana
Artificial intelligence versus clinicians: systematic review of design, reporting standards, and claims of deep learning studies Sono in costante crescita le pubblicazioni sul "deep learning", modello di Intelligenza Artificiale consistente in un insieme di algoritmi che consentono di identificare un ordine nei grandi raggruppamenti di dati. L'articolo vuol esaminare sistematicamente la progettazione, la comunicazione degli standard, il rischio di bias e le affermazioni degli studi che confrontano le prestazioni degli algoritmi diagnostici di deep learning per l'imaging medico con quelli di clinici esperti. Non è raro che qualcuno ne affermi la superiorità rispetto all'intelligenza umana. Questa revisione sistematica della letteratura dimostra però che sono pochi non solo i trial randomizzati, ma anche gli studi osservazionali in merito e che tutti hanno importanti bias. Allo stato attuale non è possibile fare affermazioni di superiorità.
