El xoc és una síndrome de gran risc vital, d’etiologia diversa, però que coincideix en la seva presentació simptomàtica. En aquest episodi conversem sobre la seva fisiopatologia, detecció i classificació

L’Albert va traduir una infografia resum del OnePagerICU al seu blog i en parlem en aquest episodi.

Comencem amb fisiologia bàsica, tan cel·lular, amb els metabolismes aeròbic i anaeròbic, com des del costat cardiovascular. Tot resumit en la següent equació:

Parlem també de les situacions anàlogues al xoc, com és la seva presentació i especialment quina és la seva simptomatologia i com detectar-lo precoçment. I finalment ens esplaiem parlant de la seva etiologia i com classificar-lo.

En podeu saber més revisant les següents infografies:

Alta hospitalària abans de les 12: solució brillant o problema ocult?

El document analitza el concepte de “discharge before noon” (DCBN), una pràctica destinada a millorar el flux hospitalari mitjançant altes matineres per alleugerir la saturació a urgències. Tot i que alguns estudis suggereixen beneficis, com la reducció del temps d’espera a urgències i l’estada hospitalària, molts resultats estan esbiaixats per altres intervencions simultànies (més personal, eines digitals). Aïlladament, el DCBN no mostra millores consistents i pot tenir efectes negatius, com l’esgotament dels equips mèdics, la interrupció de l’ensenyament clínic i un possible impacte advers en la qualitat assistencial. Es recomana abordar el flux hospitalari amb estratègies integrals i basades en dades.

https://shmpublications.onlinelibrary.wiley.com/doi/10.1002/jhm.13367

El Xavi ens parla del nom correcte dels ossos de la mà, els teniu tots en aquesta infografia:

L’Albert recomana un lloc web que ens fa una introducció al cateterisme coronari, el lloc és https://intuitivecardiology.notion.site/angiography[EN]

El Xavi ens recomana un aplicatiu, dxgpt.app[EN,ES,FR], que ens ajuda a fer un diagnòstic diferencial amb l’ajut d’una IA. Basat en el model de llenguatge GPT-4 d’OpenAI, genera hipòtesis diagnòstiques a partir de la informació clínica que nosaltres li aportem.

Desenvolupat per investigadors associats a Foundation 29, una organització sense ànim de lucre dedicada a millorar el diagnòstic de malalties rares mitjançant l’ús de models de llenguatge d’intel·ligència artificial. En col·laboració amb Hospital Sant Joan de Déu

L’objectiu és ser un suport al diagnòstic, una guia per a quan sigui necessari. No substitueix el criteri mèdic. Ofereix una llista de possibles diagnòstics i permet seguir un ordre, centrar-nos primer en les causes més probables i, per tant, reduint el temps necessari fins a tenir el diagnòstic definitiu correcte. Podrem ser més eficients i precisos.

Tot i estar encara en desenvolupament i validació, per a malalties comunes, en el 89% de les ocasions trobarem el diagnòstic correcte en les 5 primeres opcions, i el 55% de les ocasions la primera opció de la llista serà el diagnòstic correcte.

Transcripció de l’àudio

Tall d’àudio inicial: La Flama, d’Obrint Pas

Programari: debian, obs, vdo.ninja, audacity, ardour, ubuntu studio