A jelen dolgozatban szakdolgozók részére foglaltam össze a legfontosabb elméleti ismereteket diabetológiai szempontból. A dolgozat második részében a mindennapi gyakorlat szempontjait összegzem, hiszen ezt a méltán népszerű hatóanyagot egyre többen használják.
Az idült vesebetegség prevalenciája életkorral nő, mely a 2 típusú cukorbetegség, illetve a magasvérnyomás-betegség folyamatos növekedést mutató incidenciájával áll összefüggésben.
A HFrEF miatt kezelt betegek kezelésében egyik fontos cél a halálozás, ezen belül a hirtelen szívhalál gyakoriságának csökkentése. Az ICD-kezelés hatékonyan csökkenti a ritmuszavar eredetű hirtelen szívhalál előfordulását, és megfelelően kiválasztott betegcsoportokban ezáltal a teljes halálozást is.
Az Európai Kardiológusok Társasága (ESC) 2021 augusztusában az éves konferenciáján újította meg a korábbi, 2016-ban kiadott, a szívelégtelenség (SZE) kezelésére vonatkozó irányelveit (1,2).
Miközben a szívelégtelenség definíciója orvos-generációnként változik, abban mindenki megegyezik, hogy a diagnózis alapja a dyspnoe és az oedemaképződés észlelése.
Egyszerű és tiszta nóta, Gólyafészek, háztető – Nincsen benne semmi, ámde Az legalább érthető.
Szabolcska Mihály: Egyszerűség (Karinthy Frigyes Így írtok ti című kötetéből)
Az utóbbi években sok új módszerrel bővült a biostatisztika eszköztára. A gyarapodásnak nem szab már határt sem a képletek bonyolultsága, sem pedig a számolás időigényessége – a számítógépek teljesítménye szinte bármit lehetővé tesz. Az „átlagos” olvasó (aki – mint tudjuk – ugyan nem létezik, de mérceként azért működik) egyre kevésbé tudja követni a statisztikai módszerek leírását az orvosi tárgyú cikkekben, így aztán az eredményeket is egyre nehezebben tudja értelmezni. Tagadhatatlan, hogy bonyolult eljárásokra még akkor is szükség van, ha betartjuk „a jól illeszkedő modellek közül válaszd mindig a legegyszerűbbet” elvet. A soktényezős és nem lineáris modellek terjedésével egyidejűleg felértékelődnek azonban az egyszerű módszerek, azok a közelítések, amelyeket az olvasó akár fejben is kiszámolhat. Ilyen Hanley „hármas szabálya” (lásd Biostatisztika 27; Medical Tribune 2007/5. szám), és ilyen a Pocock által nemrég leírt, zseniálisan egyszerű képlet az eseményszámok összehasonlítására (Stuart J. Pocock: The simplest statistical test: how to check for a difference between treatments. BMJ 2006;332:1256–1258).
Ez a „világ legegyszerűbb statisztikája” az események számának összehasonlítására alkalmazható két csoport esetén. Képzeljünk el egy olyan klinikai vizsgálatot, amelyben egyenlő arányban osztják a (kellően sok) beteget két kezelési csoportba, s a cél valamilyen klinikai esemény (például haláleset, infarktus stb.) megszámlálása. A számolás csak annyiból áll, hogy kivonjuk egymásból a két csoportban bekövetkezett események számát, és ezt a különbséget elosztjuk a számok összegének négyzetgyökével. Ez a statisztika közelítőleg normális eloszlást követ, tehát 2-vel összehasonlítva egészen jól megítélhető belőle az 5 százalékos szignifikancia (ha pontosabbak akarunk lenni, akkor 1,96-tal hasonlítjuk össze, vagy pértéket is számolhatunk a normális eloszlás táblázatából).
Ami talán szokatlan: ez a statisztika egyáltalán nem veszi figyelembe, hogy hány betegnél nem következett be a szóban forgó esemény – ennek magyarázata, hogy az összbetegszámot elég nagynak feltételezi ahhoz, hogy ne számoljon vele (azaz: Poisson-eloszlásból indul ki). Néhány példa: A VIGOR vizsgálatban (NEJM, 2000;343: 1520–1528,) 45, illetve 19 kardiovaszkuláris esemény következett be a két kezelési csoportban. A lograng próba alapján a két csoport közti különbség szignifikáns volt (p=0,0016). A Pocock-féle statisztikával z=(45–19)/=45+19, azaz z=26/8=3,25, amelyhez a normális eloszlás táblázata alapján p=0,0012 tartozik. A PROactive vizsgálatban (Lancet 366:1279–1289, 2005) a másodlagos összetett végpont (halál, infarktus vagy stroke) 301, illetve 358 betegnél következett be a kezelt, illetve a placebocsoportban. Az egyszerű eljárást alkalmazva, z=(358–301)/=358+301,2,22, amely értékhez p=0,026 tartozik, míg a lograng próba 0,027-es pértéket eredményezett. A lograng próba p-értéke mindkét példában igen közel áll a gyors becsléssel kapotthoz. Nem azt jelenti ez, hogy statisztikusként ezentúl ne törekedjünk pontosságra, a leghelyesebbnek vélt statisztikai módszer kiválasztására, netán felejtsük el a lograng próbát, a Coxmodellt és társait, hanem csak azt, hogy olvasóként azonnal próbáljuk meg – a magunk szabolcskásan egyszerű eszközeivel – ellenőrizni az eredményeket. Hisz ez az „á mínusz bé per gyök á plusz bé” képlet oly könnyen megjegyezhető, hogy akár nótát is gyárthatnánk belőle (a közismert „á-szor á az ánégyzet, kisangyalom” mintájára). S akkor nem dőlnénk be minden szerzői fogásnak, mint például „Az új gyógyszer egyértelmű sikere (29 százalékkal kevesebb haláleset) komoly nyomást gyakorol az egészségbiztosítóra, amely ezek után nem tagadhatja meg a támogatást”. Beírnánk a számokat (90 és 66) a zsebszámítógépünkbe, s egy perc alatt megjelenne a z=1,92 eredmény. Ez kisebb, mint az 1,96-os (5 százalékos szignifikanciaszintnek megfelelő) küszöbszám – legyintenénk. Az eredmény, noha ígéretes, nem jelent elsöprő erejű bizonyítékot.
Ha egyetlen egészséges növényi olajat kellene megnevezni, a többség valószínűleg az olívaolajat említené. De mitől különleges – ha egyáltalán az – az olívaolaj?