PARTICIPA

PARTICIPA

jueves, 28 de diciembre de 2023

Real‐world effectiveness and safety of oral semaglutide in people living with type 2 diabetes: A nationwide multicentre retrospective observational study (ENDO2S‐RWD) - Moreno‐Pérez - Diabetes, Obesity and Metabolism - Wiley Online Library


Estimating dose-response relationships for vitamin D with coronary heart disease, stroke, and all-cause mortality: observational and Mendelian randomisation analyses - The Lancet Diabetes & Endocrinology

Pues parece que los suplementos de vitamina D  no disminuyen la morbimortalidad cardiovascular en este articulo incluso en los pacientes con niveles bajos de vitamina D

What to Know About PREVENT, the AHA’s New Cardiovascular Disease Risk Calculator | Cardiology | JAMA | JAMA Network


Nivelar el terreno de juego en sanidad - Blog Economía y Salud


miércoles, 13 de diciembre de 2023

Corticosteroides inhalados con agonistas β2 de acción prolongada y antagonistas muscarínicos de acción prolongada inhalados combinados para la enfermedad pulmonar obstructiva crónica - van Geffen, WH - 2023 | Cochrane Library

https://www.cochranelibrary.com/web/cochrane/content?templateType=full&urlTitle=/cdsr/doi/10.1002/14651858.CD011600.pub3&doi=10.1002/14651858.CD011600.pub3&type=cdsr&contentLanguage=es

Enviado desde mi iPhone

Anticoagulación en mayor frágil: FRAIL-AF – Fármacos en el kilómetro 0

https://farmacoskm0.wordpress.com/2023/12/11/anticoagulacion-en-mayor-fragil-frail-af/

Enviado desde mi iPhone

2023 ACC/AHA/ACCP/HRS Guideline for the Diagnosis and Management of Atrial Fibrillation: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines | Circulation

https://www.ahajournals.org/doi/abs/10.1161/CIR.0000000000001193?url_ver=Z39.88-2003&rfr_id=ori:rid:crossref.org&rfr_dat=cr_pub%20%200pubmed

Enviado desde mi iPhone

martes, 12 de diciembre de 2023

Inhibidores glucagon, terzipatide y otros




los Inhibidores glucagon  no producen en este estudio aumento de malformaciones.:
Key Points

Question  Is periconceptional use of glucagon-like peptide 1 (GLP-1) receptor agonists or other noninsulin second-line antidiabetic medications (ADMs) associated with increased risk of major congenital malformations?

Findings  This multinational population-based cohort study of more than 50 000 pregnant women with type 2 diabetes and their infants did not find greater risk of malformations after periconceptional use of sulfonylureas, dipeptidyl peptidase 4 inhibitors, GLP-1 receptor agonists, or sodium-glucose cotransporter 2 inhibitors compared with insulin.

Meaning  Use of GLP-1 receptor agonists and other noninsulin second-line ADMs has increased in pregnancy and in this first large study on their teratogenic risk in humans, results provide initial reassurance of their safety.

Abstract

Importance  Increasing use of second-line noninsulin antidiabetic medication (ADM) in pregnant individuals with type 2 diabetes (T2D) may result in fetal exposure, but their teratogenic risk is unknown.

Objective  To evaluate periconceptional use of second-line noninsulin ADMs and whether it is associated with increased risk of major congenital malformations (MCMs) in the infant.

Design, Setting, and Participants  This observational population-based cohort study used data from 4 Nordic countries (2009-2020), the US MarketScan Database (2012-2021), and the Israeli Maccabi Health Services database (2009-2020). Pregnant women with T2D were identified and their live-born infants were followed until up to 1 year after birth.

Exposure  Periconceptional exposure was defined as 1 or more prescription fill of sulfonylureas, dipeptidyl peptidase 4 (DPP-4) inhibitors, glucagon-like peptide 1 (GLP-1) receptor agonists, and sodium-glucose cotransporter 2 (SGLT2) inhibitors, or insulin (active comparator) from 90 days before pregnancy to end of first trimester.

Main Outcomes and Measures  Relative risks (RRs) and 95% CIs for MCMs were estimated using log-binomial regression models, adjusting for key confounders in each cohort and meta-analyzed.

Results  Periconceptional exposure to second-line noninsulin ADMs differed between countries (32, 295, and 73 per 100 000 pregnancies in the Nordics, US, and Israel, respectively), and increased over the study period, especially in the US. The standardized prevalence of MCMs was 3.7% in all infants (n = 3 514 865), 5.3% in the infants born to women with T2D (n = 51 826), and among infants exposed to sulfonylureas was 9.7% (n = 1362); DPP-4 inhibitors, 6.1% (n = 687); GLP-1 receptor agonists, 8.3% (n = 938); SGLT2 inhibitors, 7.0% (n = 335); and insulin, 7.8% (n = 5078). Compared with insulin, adjusted RRs for MCMs were 1.18 (95% CI, 0.94-1.48), 0.83 (95% CI, 0.64-1.06), 0.95 (95% CI, 0.72-1.26), and 0.98 (95% CI, 0.65-1.46) for infants exposed to sulfonylureas, DPP-4 inhibitors, GLP-1 receptor agonists, and SGLT2 inhibitors, respectively.

Conclusions and Relevance  Use of second-line noninsulin ADMs is rapidly increasing for treatment of T2D and other indications, resulting in an increasing number of exposed pregnancies. Although some estimates were imprecise, results did not indicate a large increased risk of MCMs above the risk conferred by maternal T2D requiring second-line treatment. Although reassuring, confirmation from other studies is needed, and continuous monitoring will provide more precise estimates as data accumulate.

y la   tirzepatide   es eficaz en la perdida de peso en obesos.

Continued Treatment With Tirzepatide for Maintenance of Weight Reduction in Adults With ObesityThe SURMOUNT-4 Randomized Clinical Trial

JAMA. Published online December 11, 2023. doi:10.1001/jama.2023.24945

Key Points

Question  Does once-weekly subcutaneous tirzepatide with diet and physical activity affect maintenance of body weight reduction in individuals with obesity or overweight?

Findings  After 36 weeks of open-label maximum tolerated dose of tirzepatide (10 or 15 mg), adults (n = 670) with obesity or overweight (without diabetes) experienced a mean weight reduction of 20.9%. From randomization (at week 36), those switched to placebo experienced a 14% weight regain and those continuing tirzepatide experienced an additional 5.5% weight reduction during the 52-week double-blind period.

Meaning  In participants with obesity/overweight, withdrawing tirzepatide led to substantial regain of lost weight, whereas continued treatment maintained and augmented initial weight reduction.




Profesor Manuel Sánchez Molla, MD PhD.
 Asociado Departamento Medicina Clínica.

domingo, 3 de diciembre de 2023

CHATGPT GESTION DE AGENDAS ATENCION PRIMARIA.

Le he preguntado a Chatgpt sobre que papel puede desempeñar la inteligencia artificial en la gestión de las agendas de atención primaria, y esto me ha contestado:

 

Inteligencia artificial y gestion agendas atencion primaria

ChatGPT

La inteligencia artificial (IA) puede desempeñar un papel significativo en la gestión de agendas en el ámbito de la atención primaria de la salud. Aquí hay algunas formas en las que la IA puede contribuir a mejorar la eficiencia y la calidad de la gestión de agendas en la atención primaria:

  1. Programación Automática: Los algoritmos de IA pueden analizar patrones históricos de citas, tiempos de espera y la disponibilidad de personal médico para programar automáticamente citas de manera eficiente. Esto ayuda a optimizar el tiempo y a minimizar las esperas para los pacientes.
  2. Reprogramación Dinámica: La IA puede ajustar dinámicamente las agendas en tiempo real en respuesta a cambios imprevistos, como cancelaciones de citas o emergencias médicas. Esto ayuda a maximizar la utilización de los recursos y reduce los tiempos muertos.
  3. Priorización de Citas: La IA puede utilizar datos médicos y de historias clínicas electrónicas para priorizar las citas según la gravedad de la condición del paciente. Esto asegura que los pacientes más críticos reciban atención más rápidamente.
  4. Recordatorios Automáticos: Los sistemas de IA pueden enviar recordatorios automáticos a los pacientes sobre sus citas programadas, reduciendo las tasas de ausencias y mejorando la eficiencia general de la gestión de agendas.
  5. Optimización de Recursos: Los algoritmos de IA pueden analizar patrones de carga de trabajo y proponer cambios en la asignación de recursos, como personal médico y equipos, para garantizar una distribución equitativa y eficiente.
  6. Análisis Predictivo: Utilizando análisis predictivos, la IA puede anticipar patrones estacionales, picos de demanda o necesidades específicas de servicios médicos, permitiendo una planificación proactiva.
  7. Interacción con Pacientes: Chatbots impulsados por IA pueden facilitar la comunicación con los pacientes, ayudándoles a programar citas, responder preguntas frecuentes y proporcionar información relevante sobre sus citas y tratamientos.
  8. Personalización de Servicios: La IA puede adaptar las agendas según las preferencias de los pacientes, considerando factores como la ubicación, la disponibilidad de transporte y las restricciones horarias personales.
  9. Integración con Sistemas de Salud: La IA puede integrarse con sistemas de salud más amplios para compartir información de manera segura y mejorar la coordinación entre diferentes especialidades y centros de atención.

La implementación exitosa de soluciones de IA en la gestión de agendas en atención primaria puede conducir a una atención más eficiente, accesible y personalizada, mejorando la experiencia tanto para los pacientes como para el personal médico. Sin embargo, es importante abordar adecuadamente las preocupaciones éticas y de privacidad al implementar tecnologías de IA en el ámbito de la salud.

como se podria articular esto en un centro de salud

ChatGPT

La implementación de soluciones basadas en inteligencia artificial en la gestión de agendas en un centro de salud requiere una planificación cuidadosa y una colaboración efectiva entre los profesionales de la salud, los administradores y los desarrolladores de tecnología. Aquí hay algunos pasos que podrían ayudar a articular la introducción de estas soluciones:

  1. Evaluación de Necesidades:
    • Realizar un análisis detallado de las necesidades específicas del centro de salud en términos de gestión de agendas.
    • Identificar áreas problemáticas o ineficiencias en el proceso actual que podrían abordarse con tecnologías de inteligencia artificial.
  1. Involucramiento del Personal Médico y Administrativo:
    • Obtener la retroalimentación y la participación activa del personal médico y administrativo en el proceso de planificación.
    • Identificar posibles resistencias o preocupaciones y abordarlas desde el principio.
  1. Selección de Soluciones Adecuadas:
    • Investigar y seleccionar soluciones de inteligencia artificial que se adapten a las necesidades específicas del centro de salud.
    • Considerar la interoperabilidad con los sistemas de salud existentes y la capacidad de personalización.
  1. Desarrollo de Protocolos de Privacidad y Seguridad:
    • Establecer protocolos claros para garantizar la privacidad y la seguridad de los datos de los pacientes.
    • Cumplir con las regulaciones y estándares de protección de datos en el ámbito de la salud.
  1. Capacitación del Personal:
    • Proporcionar capacitación adecuada al personal médico y administrativo sobre el uso de las nuevas tecnologías.
    • Destacar los beneficios y la eficacia para fomentar la aceptación.
  1. Pilotos y Evaluación Continua:
    • Implementar soluciones en pequeña escala mediante pilotos para evaluar su eficacia y realizar ajustes según sea necesario.
    • Recopilar datos y comentarios durante la fase piloto para informar ajustes y mejoras continuas.
  1. Integración con Sistemas Existentes:
    • Asegurar una integración adecuada de las soluciones de inteligencia artificial con los sistemas de información de salud existentes.
    • Facilitar la transferencia de datos y la comunicación fluida entre diferentes sistemas.
  1. Comunicación con Pacientes:
    • Informar a los pacientes sobre las nuevas herramientas y procesos que se implementarán.
    • Proporcionar instrucciones claras sobre cómo utilizar las nuevas funciones y servicios.
  1. Monitorización y Mejora Continua:
    • Establecer métricas de rendimiento y realizar un seguimiento regular del rendimiento de las soluciones de inteligencia artificial.
    • Ajustar y mejorar continuamente las soluciones en función de los resultados y las experiencias obtenidas.
  1. Evaluación de Impacto:
    • Evaluar el impacto de las soluciones de inteligencia artificial en términos de eficiencia, satisfacción del paciente y resultados clínicos.
    • Utilizar los resultados de la evaluación para tomar decisiones informadas sobre la expansión o ajuste de las soluciones implementadas.

La colaboración interdisciplinaria y una comunicación abierta son clave para el éxito de la implementación de soluciones de inteligencia artificial en la gestión de agendas en centros de salud. Además, la consideración de aspectos éticos y la participación activa de todas las partes interesadas son fundamentales para garantizar una implementación ética y efectiva.