Čimbenici rizika za razvoj sindroma ireverzibilne neurotoksičnosti uzrokovane litijem
Sindrom ireverzibilne neurotoksičnosti uzrokovane litijem (engl. syndrome of irreversible lithium-effectuated neurotoxicity, SILENT) obilježen je dugotrajnim neurološkim (najčešće cerebelarnom disfunkcijom) i neuropsihijatrijskim simptomima koji se javljaju nakon trovanja litijem te perzistiraju unatoč eliminaciji litija iz organizma. Čimbenici rizika za razvoj ovog rijetkog sindroma nakon trovanja litijem dosad nisu bili dovoljno istraženi. U multicentričnom istraživanju kojim je obuhvaćeno više od 600 bolesnika s trovanjem litijem utvrđena je povezanost između razvoja sindroma SILENT tijekom 60 dana praćenja i početne prisutnosti ataksije, mioklonusa, umjerenih do teških simptoma trovanja te akutnog trovanja u bolesnika s kroničnom izloženošću litiju, u usporedbi s izoliranim akutnim trovanjem. Na temelju dobivenih rezultata omogućeno je bolje prepoznavanje bolesnika s povećanim rizikom za razvoj sindroma SILENT, kod kojih se nakon liječenja trovanja litijem može razmotriti daljnje neurološko praćenje. Više o preporukama na poveznici.
Umjetna inteligencija u planiranju ugradnje dentalnih implantata – koliko je pouzdana?
Primjena umjetne inteligencije u dentalnoj medicini sve je zastupljenija, osobito u planiranju ugradnje implantata, gdje precizno prepoznavanje anatomskih struktura ima ključnu ulogu u sigurnosti i uspješnosti zahvata. Proveden je sustavni pregled literature s ciljem procjene učinkovitosti modela umjetne inteligencije u analizi anatomskih struktura i pružanju potpore pri planiranju implantoloških zahvata. Pretraživanjem baza PubMed/MEDLINE, Scopus i Web of Science identificirana su 652 rada, od kojih je 28 zadovoljilo kriterije uključivanja. Od ukupnog broja uključenih istraživanja, 18 se bavilo automatskim prepoznavanjem i segmentacijom anatomskih struktura, osam potporom pri donošenju kirurških odluka, a dva dodatnim primjenama umjetne inteligencije. Modeli umjetne inteligencije pokazali su točnost od 66,4 % do 99,1 % u prepoznavanju anatomskih struktura, uključujući mandibularni kanal, alveolarnu kost i bezube dijelove čeljusti. Posebno se istaknula primjena naprednih modela umjetne inteligencije u analizi trodimenzionalnih CBCT snimki, pri čemu su pojedini modeli postigli točnost segmentacije do 99,1 %. Osim prepoznavanja anatomskih struktura, umjetna inteligencija pokazala je potencijal u procjeni mineralne gustoće čeljusne kosti, odabiru protokola preparacije ležišta implantata te planiranju augmentacije maksilarnog sinusa. Međutim, procjena metodološke kvalitete pokazala je da je samo osam istraživanja bilo visoke ili srednje kvalitete, dok je preostalih 20 ocijenjeno niskom kvalitetom. Dodatna ograničenja uključivala su male i heterogene skupove podataka te neujednačene metode procjene učinkovitosti modela, što otežava usporedbu rezultata i njihovu primjenu u kliničkoj praksi. Zaključno, umjetna inteligencija predstavlja obećavajući alat za povećanje preciznosti i učinkovitosti planiranja dentalnih implantata, no prije njezine šire kliničke primjene potrebna su kvalitetnija istraživanja i standardizirani postupci validacije. Više o istraživanju na poveznici.
Biomarkeri otvaraju nove mogućnosti za precizniju dijagnostiku i liječenje psihijatrijskih poremećaja
Dijagnostika psihijatrijskih poremećaja i dalje se uglavnom temelji na kliničkim simptomima, dok velike biološke razlike među pacijentima otežavaju odabir optimalnog liječenja. U časopisu European Neuropsychopharmacology objavljen je pregledni rad temeljen na stručnim izlaganjima i zaključcima međunarodnog sastanka inicijative Precision Psychiatry Roadmap, održanog 2025. godine u Frankfurtu. Cilj rada bio je prikazati najnovija dostignuća u razvoju biomarkera koji bi omogućili precizniju dijagnostiku, predviđanje tijeka bolesti i individualizaciju terapije psihijatrijskih poremećaja. Posebna pozornost posvećena je kombiniranju genetskih i molekularnih biomarkera, neuroradioloških metoda, elektroencefalografije i digitalnih tehnologija. Prikazani su rezultati međunarodnog longitudinalnog opservacijskog istraživanja AMP SCZ, koje uključuje približno 2000 osoba s visokim kliničkim rizikom za razvoj psihoze i 640 zdravih kontrolnih ispitanika, s ciljem razvoja pouzdanijih modela predviđanja bolesti. U području depresije istaknuta je važnost prepoznavanja biološki različitih podtipova, uključujući imunometaboličku depresiju, koja je povezana s upalnim i metaboličkim poremećajima te potencijalno slabijim odgovorom na standardne antidepresive. Također su predstavljeni rezultati istraživanja koja upućuju na mogućnost primjene neuroradioloških biomarkera i strojnog učenja u razlikovanju psihijatrijskih poremećaja i procjeni rizika njihove progresije. Ipak, pojedina istraživanja pokazala su da kombiniranje više biomarkera zasad ne omogućuje dovoljno pouzdano predviđanje terapijskog odgovora na individualnoj razini. Autori naglašavaju potrebu za standardizacijom dijagnostičkih postupaka, validacijom biomarkera u velikim međunarodnim kohortama te suradnjom istraživača, kliničara, industrije i regulatornih tijela. Zaključno, precizna psihijatrija predstavlja obećavajući smjer razvoja koji bi u budućnosti mogao omogućiti odabir liječenja prema biološkim obilježjima pojedinog pacijenta, iako je za njezinu rutinsku kliničku primjenu potrebno dodatno istraživanje. Više o istraživanju na poveznici.
Dijabetes bi do 2050. godine mogao globalno gospodarstvo stajati gotovo 79 bilijuna dolara
Šećerna bolest predstavlja sve veći javnozdravstveni izazov, a njezine posljedice, osim na zdravlje pojedinaca, značajno utječu i na globalno gospodarstvo. U časopisu Nature Medicine objavljeno je istraživanje u kojem je procijenjen ekonomski teret šećerne bolesti u 204 zemlje i teritorija u razdoblju od 2020. do 2050. godine. Riječ je o modelskom istraživanju temeljenom na makroekonomskim projekcijama, pri čemu su analizirani troškovi liječenja, gubitci produktivnosti zbog pobola i smrtnosti te posljedice neformalne skrbi za oboljele. Prema procjenama, ukupni globalni ekonomski gubitci povezani sa šećernom bolešću mogli bi dosegnuti 10,2 bilijuna međunarodnih dolara, što odgovara godišnjem gubitku od približno 0,22 % svjetskog bruto domaćeg proizvoda. Međutim, uključivanjem neformalne skrbi, odnosno vremena koje članovi obitelji i druge osobe izdvajaju za skrb o oboljelima, procijenjeni ekonomski teret raste na čak 78,8 bilijuna međunarodnih dolara. Najveći apsolutni ekonomski gubitci predviđaju se u Sjedinjenim Američkim Državama, Kini i Indiji, dok se relativno opterećenje gospodarstva znatno razlikuje među državama. Za Hrvatsku je procijenjen ukupni ekonomski teret od približno sedam milijardi međunarodnih dolara tijekom promatranog razdoblja, bez uključivanja neformalne skrbi. Rezultati također pokazuju da troškovi liječenja imaju veći udio u ukupnom ekonomskom opterećenju zemalja s visokim prihodima, dok u zemljama s nižim prihodima veći značaj imaju gubitci ljudskog kapitala. Posebno se ističe doprinos neformalne skrbi, koja prema modelskim procjenama čini više od 80 % ukupnog ekonomskog tereta šećerne bolesti kada se uključi u izračun. Dobiveni rezultati naglašavaju potrebu za jačanjem prevencije, pravodobnog otkrivanja i učinkovitog liječenja šećerne bolesti kako bi se smanjile njezine dugoročne zdravstvene i gospodarske posljedice. Više o istraživanju na poveznici.
Ove Novosti dio su aktivnosti Centra za medicinu utemeljenu na dokazima Medicinskog fakulteta Sveučilišta u Splitu. Više o Centru možete pronaći na ovoj poveznici. Javite nam se s idejama i komentarima na ibz@mefst.hr.