974- Diarrea viral

Maria Chiejina, Hrishikesh Samant. Diarreas virales. StatPearls Publishing; 2023 Jan. LSUHSC- Shreveport. Ochsner Multiorgan Transplant Center, Jefferson, USA

Resumen 

Los virus son la principal causa de gastroenteritis aguda tanto en los Estados Unidos como a nivel mundial y representan la mayoría de los casos agudos de diarrea adquirida en la comunidad para los que se busca atención y se realiza un diagnóstico. Esta presentación describe los factores de riesgo, la evaluación y el manejo de la gastroenteritis viral y destaca el papel del equipo interprofesional para mejorar la atención de los pacientes afectados.

Objetivos  

• Describir los virus más comunes responsables de la gastroenteritis viral.
• Explicar cómo diagnosticarla.
• Revisar las consideraciones de su manejo y control.
• Resumir la importancia de mejorar la coordinación de la atención, con especial énfasis en la comunicación entre los equipos médicos interprofesionales, para mejorar la atención rápida y completa de los pacientes con esta patología.

Introducción

Los virus son la principal causa de gastroenteritis aguda en los Estados Unidos y en todo el mundo, y representan la mayoría de los episodios agudos diagnosticados de diarrea adquirida en la comunidad. La diarrea aguda se define como la evacuación repentina de heces sueltas (más de tres veces al día o al menos 200 g de heces al día) que puede estar asociada con náuseas, vómitos, fiebre o dolor abdominal y una duración de menos de 2 semanas.

Etiología

Los patógenos humanos más comunes estudiados son Rotavirus , Caliciviridae ( Norovirus y Sapovirus), adenovirus entéricos y Astrovirus. Es probable que algunos Picornaviridae (p. ej., Aichivirus ) causen gastroenteritis, mientras que otras causas virales de diarrea siguen sin probarse. 

Epidemiología

El rotavirus representó alrededor del 30 al 70 % de todos los ingresos hospitalarios en niños con gastroenteritis aguda antes del desarrollo de una vacuna. Esta enfermedad tiende a alcanzar su punto máximo durante el invierno y en los meses más fríos. Se dice que el norovirus es la causa más común de diarrea adquirida en la comunidad, brotes de gastroenteritis y enfermedades transmitidas por los alimentos en los Estados Unidos y en todo el mundo.

Los norovirus se propagan eficientemente de persona a persona. La estimación reciente en los Estados Unidos para la incidencia de la infección por norovirus da cuenta de hasta 800 muertes, 71.000 hospitalizaciones, 400.000 visitas al servicio de urgencias, 1,9 millones de visitas ambulatorias y 21 millones de morbilidades al año.

Los adenovirus son generalmente menos infecciosos que el rotavirus o el norovirus, con un impacto médico general más bajo. Se ha demostrado que dos cepas conocidas, los serotipos 40 y 41, son responsables de la gastroenteritis en niños menores de dos años y en guarderías.

Fisiopatología

En las formas graves de infección por rotavirus, las muestras de biopsia duodenal obtenidas de niños pequeños han demostrado vellosidades denudadas y superficies epiteliales aplanadas, lo que lleva a que las vellosidades se vuelvan romas y tengan malabsorción. La NSP4, que es una enterotoxina liberada por rotavirus, estimula la secreción intestinal, provocando diarrea.

Los virus de norovirus son altamente contagiosos con un inóculo infeccioso medio de 18 a 1.000 partículas virales. Se puede transmitir de persona a persona, alimentos, agua y aire. Los virus exhiben una replicación propensa a errores, cinco genogrupos, 30 o más genotipos y por lo tanto, hacen que los humanos sean altamente susceptibles a infecciones repetidas por norovirus durante toda la vida.

La infección por adenovirus entérico tiene un largo período de incubación de 8 a 10 días, pero la enfermedad puede prolongarse hasta 2 semanas. Los adenovirus entéricos son generalmente menos infecciosos que los rota o los norovirus..................

Evaluación

Las pruebas de diagnóstico rápido están disponibles para la detección de antígenos de rotavirus y adenovirus en heces mediante EIA, aglutinación de látex o NAAT. Por el contrario, los norovirus se han visto obstaculizados por la diversidad viral y, por lo tanto, las epidemias de norovirus se han identificado tradicionalmente utilizando los criterios de Kaplan. Estos criterios se componen de un período de incubación breve de 1 a 2 días, una duración breve de la enfermedad de 12 a 60 horas y más del 50 % de las personas afectadas presentan vómitos y coprocultivo negativo. Los criterios tienen una sensibilidad del 98% del 98% y una especificidad del 68%. Hasta la fecha, no ha habido ningún ensayo universal que haya sido aprobado por la FDA para la infección por norovirus......

Leer el articulo completo

(*) Una vez que esta en la pagina del articulo, pulsando el botón derecho puede acceder a su  traducción al idioma español Este blog de bioquímica-clínica está destinado a bioquímicos y médicos; la información que contiene es de actualización y queda a criterio y responsabilidad de los mencionados profesionales, el uso que le den a la misma. Nueva presentación el  05 de Junio. 
Cordiales saludos. 
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico,UBA.
Ciudad de Buenos Aires, R. Argentina

973- Infecciones respiratorias ambulatorias

Rodrigo Cavallazzi, Julio A. Ramirez. Cómo y cuándo manejar las infecciones respiratorias fuera del hospital. Eur Respir Rev. 2022; 31(166): 220092. Division of Pulmonary, Critical Care Medicine, and Sleep Disorders, University of Louisville, Louisville, KY, USA

Resumen

Las infecciones de las vías respiratorias inferiores incluyen bronquitis aguda, gripe, neumonía adquirida en la comunidad, exacerbación aguda de la EPOC y exacerbación aguda de las bronquiectasias. Son una de las principales causas de muerte en todo el mundo y, a menudo, afectan a los más vulnerables: niños, ancianos y personas empobrecidas. En este artículo revisamos la presentación clínica, el diagnóstico, la evaluación de la gravedad y el tratamiento de pacientes adultos ambulatorios con infecciones de las vías respiratorias bajas. El documento está dividido en secciones sobre infecciones respiratorias inferiores específicas, pero también dedicamos una sección a la COVID-19 dada la importancia de la pandemia en curso. Las infecciones de las vías respiratorias bajas son entidades heterogéneas, conllevan diferentes riesgos de eventos adversos y requieren diferentes estrategias de manejo. Por ejemplo, mientras que los pacientes con bronquitis aguda rara vez ingresan en el hospital y generalmente no requieren antimicrobianos, aproximadamente el 40% de los pacientes atendidos por neumonía adquirida en la comunidad requieren hospitalización. Los médicos que atienden a pacientes con infecciones de las vías respiratorias inferiores se enfrentan a varios desafíos, entre ellos una población cada vez mayor de pacientes con inmunosupresión, la necesidad potencial de pruebas de diagnóstico que pueden no estar fácilmente disponibles, resistencia a los antibióticos y aspectos sociales que colocan a estos pacientes en mayor riesgo. Los principios de manejo para pacientes con infecciones de las vías respiratorias inferiores incluyen el conocimiento de los datos de vigilancia locales, el uso estratégico de pruebas de diagnóstico de acuerdo con los datos de vigilancia y el uso juicioso de antimicrobianos. 

Introducción

Las infecciones respiratorias agudas se pueden dividir en infecciones respiratorias superiores e inferiores. El foco de esta revisión son las infecciones de las vías respiratorias bajas en adultos. Las infecciones de las vías respiratorias inferiores comprenden la bronquitis aguda, la gripe, la neumonía adquirida en la comunidad, la exacerbación aguda de la EPOC y la exacerbación aguda de las bronquiectasias. 

Son la principal causa de muerte en niños menores de 5 años y la sexta causa de muerte en general. En la población adulta, el número absoluto de muertes por infecciones de las vías respiratorias inferiores ha ido en aumento en los mayores de 70 años, principalmente como resultado del envejecimiento de la población. Las infecciones de las vías respiratorias inferiores afectan notablemente a las personas vulnerables: niños, ancianos y personas empobrecidas. 

En un estudio de cohorte prospectivo que incluyó a 587 participantes de 85 años, los factores de riesgo independientes para el desarrollo de infecciones del tracto respiratorio inferior incluyeron el tabaquismo, el uso de corticosteroides sistémicos, antecedentes de EPOC, antecedentes de accidente cerebrovascular, deterioro cognitivo grave y disminución del estado funcional. 

En otro estudio prospectivo que incluyó a 475 residentes de hogares de ancianos, los factores de riesgo independientes para el desarrollo de neumonía incluyeron la edad avanzada, el sexo masculino, la dificultad para tragar y la incapacidad para tomar medicamentos orales. Los factores de riesgo independientes para las infecciones del tracto respiratorio inferior distintas de la neumonía incluyeron la edad avanzada y la inmovilidad. 

La vacunación contra la influenza fue protectora contra la neumonía y otras infecciones del tracto respiratorio inferior. La mayoría de las pandemias y brotes devastadores se deben a virus respiratorios y se manifiestan como infecciones del tracto respiratorio inferior. El análisis de la era anterior a COVID-19 identificó a Streptococcus pneumoniae como el principal patógeno responsable de la mortalidad por infecciones del tracto respiratorio inferior. Las secciones principales de este documento se dividen en enfermedades específicas de las vías respiratorias inferiores en lugar de etiologías, pero dedicamos una sección a la COVID-19 dada la importancia de la pandemia en curso............

Leer el articulo completo

(*) Una vez que esta en la pagina del articulo, pulsando el botón derecho puede acceder a su  traducción al idioma español Este blog de bioquímica-clínica está destinado a bioquímicos y médicos; la información que contiene es de actualización y queda a criterio y responsabilidad de los mencionados profesionales, el uso que le den a la misma. Nueva presentación el  30 de Mayo. 
Cordiales saludos. 
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico,UBA.
Ciudad de Buenos Aires, R. Argentina

972- ¿ ChatGPT como co-autor/autor de artículos académicos ?

Ju Yoen Lee, Sun Huh, Editor.¿Puede un chatbot de inteligencia artificial ser el autor de un artículo académico?. J Educ Eval Health Prof. 2023; 20: 6. Hanyang University School of Law, Seoul, Korea

Resumen

A fines de 2022, la aparición de ChatGPT, un chatbot de inteligencia artificial (IA) con una asombrosa capacidad de escritura, causó gran sensación en el mundo académico. El chatbot resultó ser muy capaz, pero también capaz de engañar, y se supo que varios investigadores habían incluido al chatbot (incluida su versión anterior) como coautores de sus artículos académicos. En respuesta, Nature and Science expresó su posición de que este chatbot no puede figurar como autor en los artículos que publican. Dado que un chatbot de en el sistema legal actual no es un ser humano, el texto generado automáticamente por un chatbot de IA no puede ser un trabajo protegido por derechos de autor y por lo tanto, un chatbot de IA no puede ser autor de un trabajo con derechos de autor. Los chatbots de IA actuales, como ChatGPT, son mucho más avanzados que los motores de búsqueda en el sentido de que producen texto original, pero siguen estando al nivel de un motor de búsqueda en el sentido de que no pueden responsabilizarse de su redacción. Por ello, tampoco pueden ser autores desde la perspectiva de la ética de la investigación.

Introducción

Un chatbot de inteligencia artificial (AI), llamado ChatGPT, que puede generar texto similar al humano, fue lanzado por Open AI en noviembre de 2022 y desde entonces se ha convertido en un problema global. En educación, han surgido inquietudes acerca de los estudiantes que usan este increíble chatbot para completar tareas. También se informó que este chatbot figuraba en artículos académicos como co-autores y se formularon opiniones sobre la necesidad de directivas para el uso de chatbots de IA en la redacción científica. En respuesta a estas preocupaciones, Nature ha agregado lo siguiente a sus políticas editoriales existentes:

“Los grandes modelos de lenguaje (LLM), como ChatGPT, actualmente no satisfacen nuestros criterios de autoría. En particular, la atribución de autoría implica la responsabilidad por el trabajo, que no se puede aplicar efectivamente a los LLM. El uso de un LLM debe documentarse adecuadamente en la sección de Métodos, y si no hay una sección de Métodos disponible, en una parte alternativa adecuada del manuscrito.”

Science también ha declarado que especificará en su licencia y política editorial "que los resultados generados por ChatGPT no se pueden usar ni atribuir en artículo"..

Sin embargo, queda un problema más amplio: ¿pueden los chatbots ser autores de artículos académicos y, si no, por qué no? Incluso si, como dice Nature , los chatbots no pueden ser autores de artículos académicos ahora, ¿qué pasa con los chatbots más avanzados en el futuro? Los editores de revistas pueden preguntarse acerca de esto. Por lo tanto, este artículo aborda el tema de los chatbots de IA como autores desde las perspectivas del derecho y la ética de la investigación.

Declaración de Ética

Como estudio legal basado en la literatura, no se requirió la aprobación de la Junta de Revisión Institucional ni el consentimiento informado.

Diseño del estudio

Este estudio aborda el tema de la autoría de los chatbots de IA tanto desde la perspectiva legal como desde la ética de la investigación. Se basó principalmente en la ley actual, precedentes judiciales y otra literatura legal, que se buscó en varias bases de datos legales.

Autoría de IA chatbot desde la perspectiva de la ley de derechos de autor

En noviembre de 1981, un programa informático llamado Racter fue mencionado como autor de un texto en prosa que se publicó en la revista OMNI. Posteriormente, el libro de Racter, el primero escrito por un programa de computadora, fue publicado en 1984. Racter provocó una reflexión sustancial sobre la IA y los derechos de autor. Desde entonces, con el desarrollo de la industria de la IA, se han producido muchos debates académicos sobre la IA y su autoría. La pregunta es, ¿se puede reconocer la autoría de AI desde la perspectiva de la ley de derechos de autor actual? 

Las oficinas de derechos de autor y los tribunales de muchos países generalmente han expresado opiniones negativas sobre este tema. En algunos países, la respuesta a esta pregunta se puede encontrar directamente en sus estatutos de derechos de autor. Por ejemplo, la Ley de derechos de autor de Corea define “una obra” como “una creación que expresa los pensamientos o sentimientos de un ser humano” y un “autor” como “una persona que crea una obra? (Artículo 2-i, 2-ii) . Por lo tanto, de acuerdo con la Ley, cualquier cosa creada por un ser NO humano no puede ser una obra protegida por derechos de autor, y un ser NO humano no puede ser autor. En otras palabras, es evidente que un chatbot de IA no puede ser un autor según la ley Coreana. .......

 Leer el articulo completo

(*) Una vez que esta en la pagina del articulo, pulsando el botón derecho puede acceder a su  traducción al idioma español Este blog de bioquímica-clínica está destinado a bioquímicos y médicos; la información que contiene es de actualización y queda a criterio y responsabilidad de los mencionados profesionales, el uso que le den a la misma. Nueva presentación el  27 de Mayo. 
Cordiales saludos. 
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico,UBA.
Ciudad de Buenos Aires, R. Argentina

971- ChatGPT en publicaciones cientificas

Ismail Dergaa, Karim Chamari, Piotr Zmijewski, Helmi Ben Saad. De la escritura humana al texto generado por inteligencia artificial: examinando las perspectivas y amenazas potenciales de ChatGPT en la escritura académica. Biol Sport. 2023; 40(2): 615-622. Primary Health Care Corporation (PHCC), Doha, Qatar

Resumen

El procesamiento natural del lenguaje PNL) se ha estudiado en informática durante décadas. Los avances tecnológicos recientes han llevado al desarrollo de modelos sofisticados de inteligencia artificial (IA), como el Transformador preentrenado generativo de chat (ChatGPT). Estos modelos pueden realizar una variedad de tareas lingüísticas y generar respuestas similares a las humanas, lo que ofrece perspectivas interesantes para la eficiencia académica. Este manuscrito tiene como objetivo (i) explorar los posibles beneficios y amenazas de ChatGPT y otras tecnologías de PNL en publicaciones académicas y de investigación; (ii) destaca las consideraciones éticas involucradas en el uso de estas herramientas, y (iii) considera el impacto que pueden tener en la autenticidad y credibilidad del trabajo académico. Este estudio involucró una revisión de la literatura de artículos académicos relevantes publicados en revistas revisadas por pares indexadas en Scopus como cuartil. La búsqueda usó palabras clave como "ChatGPT", "texto generado por IA", "escritura académica" y "procesamiento del lenguaje natural". .” El análisis se llevó a cabo utilizando un enfoque cuasicualitativo, que implicó leer y evaluar críticamente las fuentes e identificar datos relevantes para respaldar las preguntas de investigación. El estudio encontró que el ChatGPT y otras tecnologías de PNL tienen el potencial de mejorar la escritura académica y la eficiencia de la investigación. Sin embargo, su uso también plantea preocupaciones sobre el impacto en la autenticidad y credibilidad del trabajo académico. El estudio destaca la necesidad de debates exhaustivos sobre el uso potencial, las amenazas y las limitaciones de estas herramientas. enfatizando la importancia de los principios éticos y académicos, con la inteligencia humana y el pensamiento crítico al frente del proceso de investigación. Este estudio destaca la necesidad de debates integrales y consideraciones éticas involucradas en su uso. El estudio también recomienda que los académicos tengan cuidado al usar estas herramientas y aseguren la transparencia en su uso, enfatizando la importancia de la inteligencia humana y el pensamiento crítico en el trabajo académico.

Introducción

En la última década más o menos, el campo de la inteligencia artificial (IA) ha experimentado avances notables, y Chat Generative Pre-trained Transformer (ChatGPT  modelo abierto de IA GPT-3) es un ejemplo sorprendente de este progreso. La investigación académica se ha basado tradicionalmente en métodos manuales laboriosos para clasificar y analizar grandes volúmenes de texto. Sin embargo, los avances recientes en la tecnología de procesamiento natural del lenguaje (PNL) han hecho posible automatizar muchas de estas tareas. 

El ChatGPT es una de esas tecnologías que ha mostrado perspectivas prometedoras en la investigación académica. ChatGPT es un modelo de lenguaje grande que ha sido entrenado en un extenso corpus de texto, lo que le permite generar respuestas de texto similares a las humanas. Desde hace algunos años, ha sido evidente que la IA puede producir un lenguaje coherente, y cada vez es más difícil distinguir las oraciones de la IA de las creadas por humanos. 

En 2022, la revista Nature informó que los científicos ya estaban usando chatbots como asistentes de investigación para ayudarlos a organizar sus pensamientos, recibir comentarios sobre su trabajo, escribir códigos e incluso resumir la literatura de investigación.  ChatGPT tiene la capacidad de crear ensayos de estudiantes bien escritos, resumir trabajos de investigación, responder preguntas lo suficientemente bien como para aprobar exámenes médicos y generar códigos de computadora útiles. Incluso ha creado resúmenes de investigación que a los científicos les resultó difícil distinguir de los escritos por un ser humano. 

Sin embargo, esta tecnología también tiene el potencial de producir spam, ransomware y otros productos dañinos, lo que es sustancialmente preocupante para nuestras sociedades. Dado el potencial de ChatGPT, para interrumpir varios campos, existe una necesidad urgente de que la comunidad de investigación participe en un debate integral sobre los posibles usos, amenazas y limitaciones de estas herramientas. Por lo tanto, los objetivos de esta presentacion han sido: (i) proporcionar una descripción general de ChatGPT y otras tecnologías de NLP, su aparición, limitaciones e implicaciones prácticas relacionadas; y (ii) examinar las perspectivas y consecuencias del uso de estas herramientas en la escritura académica..........

Leer el articulo completo

(*) Una vez que esta en la pagina del articulo, pulsando el botón derecho puede acceder a su  traducción al idioma español Este blog de bioquímica-clínica está destinado a bioquímicos y médicos; la información que contiene es de actualización y queda a criterio y responsabilidad de los mencionados profesionales, el uso que le den a la misma. Nueva presentación el  25 de Mayo. 
Cordiales saludos. 
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico,UBA.
Ciudad de Buenos Aires, R. Argentina

970- ChatGPT en infectologia

Kunming Cheng, Zhiyong Li, Yongbin He, Qiang Guo, Yanqiu Lu. Uso potencial de la inteligencia artificial en enfermedades infecciosas: tome el ChatGPT como ejemplo. Ann Biomed Eng. 2023: 1-6. Department of Intensive Care Unit, The Second Affiliated Hospital of Zhengzhou University, Zhengzhou, Henan China. University of North Carolina at Chapel Hill, NC USA.

Resumen

Durante el último mes, un nuevo modelo de IA llamado Chatbot Generative Pre-trained Transformer (ChatGPT), ha recibido una enorme atención en los medios y de las comunidades científicas debido a su capacidad para procesar y responder a su comandos de manera humanista. Como se informó, cinco días después de su lanzamiento, la cantidad de usuarios registrados de ChatGPT superó el millón y sus usuarios activos mensuales superaron los 100 millones dos meses después, lo que la convierte en la aplicación para consumidores de más rápido crecimiento en la historia. Con relación a la salud, la llegada del ChatGPT ha traído nuevas ideas y desafíos en el ámbito de las enfermedades infecciosas. En vista de ello, para evaluar el uso potencial de ChatGPT en la práctica clínica y la investigación científica de enfermedades infecciosas, realizamos una breve encuesta en línea utilizando la página web de ChatGPT disponible públicamente. 

Introducción

En la última década, la inteligencia artificial (IA) en forma de aprendizaje automático y procesamiento de lenguaje natural ha permeado muchos dominios de la ciencia. Con el desarrollo constante de la tecnología de IA y su alta integración en dominios de la salud, la IA ha recibido una atención cada vez mayor y el alcance de su aplicación en el campo médico también se está expandiendo. 

Durante los últimos meses, un nuevo modelo de IA llamado Chatbot Generative Pre-trained Transformer (ChatGPT), ha recibido una enorme atención en los medios y las comunidades científicas, debido a su capacidad para procesar y responder a los comandos de manera humanista. El ChatGPT está ajustado a partir del modelo de lenguaje grande (LLM) GPT-3.5, que se utilizo en base a datos de texto masivos obtenidos de Internet a través de métodos de aprendizaje supervisado y de refuerzo. Más aún, este programa se considera un punto de inflexión en las técnicas de IA y el comienzo de una nueva revolución tecnológica. 

Como se informó, a cinco días después de su lanzamiento, la cantidad de usuarios registrados de ChatGPT superó el millón y sus usuarios activos mensuales superaron los 100 millones dos meses después, lo que la convierte en la aplicación de más rápido crecimiento en la historia. Según investigaciones anteriores, el ChatGPT parecía ser omnisciente y podía responder incluso a solicitudes caprichosas de forma rápida y fluida.

La infectología es una disciplina que se enfoca en la ocurrencia, prevalencia, prevención, control y tratamiento de enfermedades infecciosas. Actualmente, el mundo se enfrenta a muchas enfermedades infecciosas emergentes, como la enfermedad por coronavirus (COVID-19), la viruela del mono, la gripe, el VIH/SIDA, etc. Especialmente debido al brote de COVID-19 en 2020, la economía mundial se ha visto muy afectada y millones de personas perdieron la vida. 

La aplicación de la IA en el campo de las enfermedades infecciosas no es una novedad. Por ejemplo, durante la epidemia de COVID-19, la IA desempeñó un papel importante en la detección temprana, optimizando estrategias de intervención farmacéuticas y no farmacéuticas, los modelos de predicción, la telemedicina, etc. Recientemente, la llegada de ChatGPT ha traído nuevas ideas y desafíos en el ámbito de las enfermedades infecciosas. 

En vista de esto, para evaluar el uso potencial de ChatGPT en la práctica clínica y la investigación científica de enfermedades infecciosas, realizamos una breve encuesta en línea utilizando la página web disponible públicamente (Fig.1). Además, el presente estudio está dedicado a explorar las cuestiones sociales y éticas relevantes relacionadas con este programa.

¿Cómo se puede aplicar ChatGPT en enfermedades infecciosas?

Como modelo de lenguaje de IA, el ChatGPT se puede aplicar en enfermedades infecciosas de varias maneras:1) Difusión de información: el ChatGPT se puede usar para difundir información precisa y actualizada sobre enfermedades infecciosas al público en general, atención médica profesionales y legisladores. 2) Vigilancia y monitoreo de enfermedades: este programa podría estar capacitado para monitorear plataformas de noticias y redes sociales en busca de signos de brotes o grupos de enfermedades, y para alertar a las autoridades de salud sobre posibles amenazas. 3) Diagnóstico y tratamiento: el ChatGPT puede ayudar a los profesionales de la salud a diagnosticar enfermedades infecciosas mediante el procesamiento de datos de pacientes y brindando posibles diagnósticos y opciones de tratamiento. 4) Evaluación y modelado de riesgos: se puede utilizar para modelar la propagación de enfermedades infecciosas y estimar el riesgo de transmisión en diferentes poblaciones y entornos. 5) Desarrollo de vacunas: ChatGPT podría ayudar a los investigadores a identificar posibles objetivos de vacunas mediante el análisis de datos genómicos y la predicción de la antigenicidad de diferentes proteínas virales. 

En general, la capacidad del ChatGPT para procesar el lenguaje natural y generar respuestas similares a las humanas lo convierte en una herramienta valiosa en la lucha contra las enfermedades infecciosas.....

Leer el articulo completo

(*) Una vez que esta en la pagina del articulo, pulsando el botón derecho puede acceder a su  traducción al idioma español Este blog de bioquímica-clínica está destinado a bioquímicos y médicos; la información que contiene es de actualización y queda a criterio y responsabilidad de los mencionados profesionales, el uso que le den a la misma. Nueva presentación el  21 de Mayo. 
Cordiales saludos. 
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico,UBA.
Ciudad de Buenos Aires, R. Argentina

969- ChatGPT en el laboratorio de bioquímica clínica

Janne Cadamuro, Federico Cabitza, Zeljko Debeljak, Sander De Bruyne, Glynis Frans, Salomon Martin Perez , Habib Ozdemir, Alexander Tolios , Anna Carobene, Andrea Padoan.Potenciales y peligros de ChatGPT y los modelos de inteligencia artificial de lenguaje natural para la comprensión de los resultados de las pruebas del laboratorio clínico. Una evaluación del European Federation of Clinical Chemistry y del  Laboratory Medicine (EFLM) Working Group on Artificial Intelligence (WG-AI). De Gruyter- Clin Chem Lab Med April 2023.

Resumen

Objetivos: ChatGPT, una herramienta basada en el procesamiento del lenguaje natural (NLP), está en la mente de todos y ya se han propuesto varias aplicaciones potenciales en el cuidado de la salud. Sin embargo, dado que aún no se ha probado la capacidad de esta herramienta para interpretar los resultados de las pruebas de laboratorio, el grupo de trabajo de EFLM sobre Inteligencia Artificial (WG-AI) se ha propuesto la tarea de cerrar esta brecha con un enfoque sistemático.

Métodos: los miembros del WG-AI generaron 10 informes de laboratorio simulados de parámetros comunes, que luego se pasaron a ChatGPT para su interpretación, de acuerdo con los intervalos de referencia (RI) y sus unidades, utilizando un aviso optimizado. Los resultados fueron posteriormente evaluados de forma independiente por todos los miembros del WG-AI con respecto a la relevancia, corrección, utilidad y seguridad.

Resultados: ChatGPT reconoció todas las pruebas de laboratorio, pudo detectar si se desviaban del RI y dio una interpretación prueba por prueba, así como una interpretación general. Las interpretaciones fueron más bien superficiales, no siempre correctas y, sólo en algunos casos, juzgadas con coherencia. La magnitud de la desviación del RI, rara vez juega un papel en la interpretación de las pruebas de laboratorio, y la inteligencia artificial (IA) no hizo ninguna sugerencia significativa con respecto a los diagnósticos de seguimiento o los procedimientos adicionales en general.

Conclusiones: ChatGPT en su forma actual, al no estar específicamente capacitado en datos médicos o datos de laboratorio en particular, solo puede considerarse una herramienta capaz de interpretar un informe de laboratorio en el mejor de los casos, prueba por prueba, pero no en la interpretación de un conjunto como imagen diagnóstica. Las generaciones futuras de IA similares con datos de entrenamiento de la realidad médica seguramente podrían revolucionar los procesos actuales en el cuidado de la salud, a pesar de que esta implementación aún no está lista.

Introducción

El laboratorio de medicina siempre ha luchado con el hecho de que, aunque contribuye a la mayoría de las decisiones médicas con los resultados de sus pruebas, rara vez es capaz de interpretar estos resultados en el contexto de la clínica del paciente, especialmente cuando esta información no suele ser proporcionada por los médicos solicitantes o no es directamente consultado en el laboratorio. Por lo tanto, los valores numéricos generalmente solo se proporcionan al médico, que es responsable de su correcta interpretación. Sin embargo, si esta interpretación no se comunica al paciente, se quedará solo con un informe de laboratorio y sin una guía clara sobre cómo interpretarlo. En consecuencia, muchos pacientes recurren a la información disponible en Internet, comúnmente conocida como “Dr. Google." 

Recientemente, se puso a disposición del público un chatbot de inteligencia artificial (AI) disponible gratuitamente llamado "Chatbot Generative pre-trained Transformer" (ChatGPT para abreviar), que simula una comunicación similar a la humana. Se ha demostrado que este chatbot aprueba el the United States Medical Licensing Exam (USMLE), un conjunto de tres pruebas estandarizadas de conocimiento de nivel experto, que se requieren para obtener la licencia médica en este país. Además, se ha especulado que ChatGPT puede ser de ayuda para los médicos, por ejemplo, brindando apoyo para la toma de decisiones clínicas u ofreciendo apoyo para el diagnóstico diferencial o los planes de tratamiento preliminares . En un estudio reciente, se demostró que la capacidad de ChatGPT para resolver preguntas de razonamiento de orden superior en patología tenía un nivel relacional de precisión.

Con 500 millones de usuarios actualmente, es más que probable que los pacientes ya estén utilizando esta herramienta para traducir sus resultados de laboratorio a términos sencillos, especialmente si se tiene en cuenta que muchos motores de búsqueda en línea están listos para integrar (o ya han integrado) AI-chatbots. Dado que la capacidad de ChatGPT para interpretar los resultados de las pruebas médicas de laboratorio aún no se ha probado, el European Federation of Clinical Chemistry y del  Laboratory Medicine (EFLM) Working Group on Artificial Intelligence (WG-AI) se propuso analizar más de cerca a ChatGPT en este sentido.

Nos enfocamos en una serie de casos clínicos ficticios (pero realistas), cada uno con diferentes condiciones patológicas que ChatGPT v4.0 pidió que interpretaran. Las declaraciones obtenidas de la herramienta de IA se verificaron en cuanto a su corrección, seguridad para el paciente, utilidad y relevancia.

Hasta donde sabemos, este es el primer intento de inspeccionar la capacidad de ChatGPT para evaluar los resultados de laboratorio, simulando un escenario de la vida real al imitar a pacientes que necesitan una interpretación médica.....

Leer el articulo completo

(*) Una vez que esta en la pagina del articulo, pulsando el botón derecho puede acceder a su  traducción al idioma español Este blog de bioquímica-clínica está destinado a bioquímicos y médicos; la información que contiene es de actualización y queda a criterio y responsabilidad de los mencionados profesionales, el uso que le den a la misma. Nueva presentación el  18 de Mayo. 
Cordiales saludos. 
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico,UBA.
Ciudad de Buenos Aires, R. Argentina

968- Detección bacteriana basada en fagos

Susanne Meile, Samuel Kilcher, Martin J. Loessner, Matthew Dunne. Detección de patógenos bacterianos basada en fagos: pautas de diseño y desarrollos recientes Viruses. 2020;12(9): 944. Institute of Food Nutrition and Health, ETH Zurich, Switzerland.

Resumen

La detección rápida y confiable de patógenos bacterianos en muestras clínicas, productos alimenticios contaminados y suministros de agua puede mejorar drásticamente los resultados clínicos y reducir el impacto socioeconómico de la enfermedad. Como depredadores naturales de las bacterias, los bacteriófagos (fagos) han evolucionado para unirse a sus anfitriones con una especificidad sin precedentes y entregar y replicar rápidamente su genoma viral. No es sorprendente que los fagos y las proteínas codificadas por fagos se hayan utilizado para desarrollar un amplio repertorio de ensayos de diagnóstico, muchos de los cuales superan los métodos convencionales de detección molecular y basados ​​en cultivos. Si bien se pueden usar fagos intactos o proteínas de afinidad codificadas por fagos para capturar bacterias, la mayoría de los sistemas de detección inspirados en fagos aprovechan la entrega y amplificación del genoma viral. Los fagos adecuados se reprograman genéticamente para entregar genes indicadores heterólogos, cuya actividad se detecta normalmente a través de la conversión de sustrato enzimático para indicar la presencia de una célula huésped viable. La infección con tales fagos informadores modificados normalmente conduce a un rápido estallido de producción de proteína informadora que permite una detección altamente sensible. En esta revisión, destacamos los avances recientes en los métodos de detección basados ​​en infecciones, presentamos pautas para la construcción de fagos informadores, describimos aspectos técnicos de la ingeniería de fagos informadores y discutimos algunas de las ventajas y desventajas de la detección de patógenos basada en fagos.

1. Introducción

El desarrollo de métodos rápidos y confiables para la detección e identificación de patógenos es fundamental para mejorar la prevención y el tratamiento de enfermedades bacterianas en varios campos, desde la producción de alimentos hasta la atención médica. Si bien la detección basada en cultivos sigue siendo el estándar de oro para la detección e identificación de patógenos bacterianos, ello puede requerir mucho tiempo y mano de obra; por lo general requiere más de 48 h para permitir el crecimiento bacteriano selectivo y garantizar una detección confiable. Dentro de la clínica, la identificación microbiana temprana es importante para garantizar que los pacientes reciban un tratamiento antibiótico óptimo. 

Aproximadamente entre el 30 y el 50 % de los pacientes reciben un tratamiento antibiótico ineficaz porque los médicos deben tratarlos inmediatamente con antibióticos de amplio espectro de primera línea hasta que estén disponibles los resultados de la detección basada en cultivos . Por ejemplo, los análisis de hemocultivos requieren de 48 a 72 h para identificar organismos exigentes como especies de Bacillus y las especies de los HACEK (Haemophilus, Aggregatibacter, Cardiobacterium hominis, Eikenella corrodens y Kingellaespecies) requieren varios días para producir un resultado concluyente. Esto no solo afecta la supervivencia del paciente debido a la prescripción de antibióticos inapropiados, sino que el mal uso de los antibióticos contribuye directamente a la propagación  mundial de bacterias resistentes .....................................................................................

Si bien los métodos basados ​​en cultivos siguen siendo el pilar del diagnóstico, las pruebas para la detección de bacterias de diagnóstico independientes del cultivo (CIDT), dependen cada vez mas de la amplificación de ácidos nucleicos, la detección de antígenos basada en ELISA, así como las pruebas de diagnóstico asistidas por matriz espectrofotometrica (MALDI-TOF-MS) y las de secuenciación del genoma completo (WGS) 

La ventaja de estos enfoques es el potencial de automatización, lo que los hace reproducibles y fáciles de usar, al mismo tiempo que permite la detección sensible de organismos no cultivables e infecciones polimicrobianas (detección múltiple). Sin embargo, la especificidad de estos enfoques puede verse afectada por la detección de especies no objetivo estrechamente relacionadas que generan resultados falsos positivos. 

Además, los métodos basados ​​en ácidos nucleicos carecen de la capacidad de diferenciar entre el ADN de células bacterianas viables y muertas, lo que significa que pueden evaluar la viabilidad microbiana retrospectivamente, es decir, los cambios en los niveles de ácido nucleico durante un período de tiempo determinado; sin embargo, son incapaces de determinar la viabilidad dentro de muestras discretas, lo que hace que la identificación de bacterias viables (y potencialmente infecciosas) sea extremadamente difícil............

Leer el articulo completo

(*) Una vez que esta en la pagina del articulo, pulsando el botón derecho puede acceder a su  traducción al idioma español Este blog de bioquímica-clínica está destinado a bioquímicos y médicos; la información que contiene es de actualización y queda a criterio y responsabilidad de los mencionados profesionales, el uso que le den a la misma. Nueva presentación el  15 de Mayo. 
Cordiales saludos. 
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico,UBA.
Ciudad de Buenos Aires, R. Argentina

967- Diagnóstico de Sepsis Neonatal

Istemi Han Celik, Morcos Hanna, Fuat Emre Canpolat, Mohan Pammi. Diagnóstico de Sepsis Neonatal: Pasado, Presente y Futuro. Pediatr Res. 2022; 91(2): 337-350. Division of Neonatology, Department of Pediatrics, University of Health Sciences Turkey; Section of Neonatology, Department of Pediatrics, Baylor College of Medicine and Texas Children’s Hospital, Houston, Texas, USA.

Resumen 

La sepsis sigue siendo una causa importante de mortalidad y morbilidad neonatal, especialmente en países de ingresos bajos y medianos. La sepsis neonatal se presenta con signos y síntomas inespecíficos que requieren pruebas para confirmar el diagnóstico. El diagnóstico temprano y preciso de la infección mejorará los resultados clínicos y disminuirá el uso excesivo de antibióticos. Los métodos de diagnóstico actuales se basan en métodos de cultivo convencionales, lo que requiere mucho tiempo y puede retrasar decisiones terapéuticas críticas. Las técnicas no basadas en cultivos, incluidos los métodos moleculares y la espectrometría de masas, pueden superar algunas de las limitaciones observadas con las técnicas basadas en cultivos. Se han utilizado biomarcadores que incluyen índices hematológicos, moléculas de adhesión celular, interleucinas y reactivos de fase aguda para el diagnóstico de sepsis neonatal. En esta revisión, examinamos técnicas microbiológicas pasadas y actuales, índices hematológicos y biomarcadores inflamatorios que pueden ayudar al diagnóstico de sepsis. La búsqueda de un biomarcador ideal que tenga una precisión diagnóstica adecuada en las primeras etapas de la sepsis todavía está en curso. Discutimos estrategias prometedoras para el futuro que se están desarrollando y probando que pueden ayudarnos a diagnosticar la sepsis temprano y mejorar los resultados clínicos.

Introducción

La sepsis neonatal es un síndrome clínico caracterizado por signos y síntomas inespecíficos causados ​​por la invasión de patógenos. La sepsis se considera comprobada por cultivo si se confirma mediante crecimiento microbiano en hemocultivos u otros fluidos corporales estériles. Existe debate sobre la aparición de sepsis con cultivo negativo y si se debe continuar con los antibióticos en los casos con cultivo negativo. La sepsis se clasifica como de inicio temprano si se diagnostica dentro de las primeras 72 horas de vida, lo que se debe a factores de riesgo perinatal, o de inicio tardío si se diagnostica después de las 72 horas y es secundaria a factores de riesgo nosocomiales. La sepsis neonatal sigue siendo una causa importante de morbilidad y mortalidad a pesar de los avances en la medicina neonatal. La incidencia varía de 1 a 4 casos por cada 1000 nacidos vivos en países de ingresos altos, pero llega a 49 a 170 casos en países de ingresos bajos y medianos con una tasa de letalidad de hasta el 24 %. Los sobrevivientes de sepsis neonatal tienen un mayor riesgo de resultados adversos del desarrollo neurológico, como parálisis cerebral, pérdida de la audición, discapacidad visual y retrasos cognitivos, incluso en aquellos cuyos cultivos fueron negativos pero fueron tratados con antibióticos.

El diagnóstico de sepsis confirmada se basa en técnicas de cultivo microbiológico convencionales, que pueden llevar mucho tiempo. A pesar de la alta sensibilidad para detectar cargas bacterianas bajas (1–4 UFC/mL), muchos medicos ven con escepticismo los hemocultivos negativos cuando se les presenta un bebé enfermo. El diagnóstico de sepsis con "cultivo negativo" o "sepsis clínica" ha llevado a un aumento de 10 veces en el uso de antibióticos en recién nacidos con evidencia de daño no intencionado, incluido un mayor riesgo de enterocolitis necrosante, infecciones fúngicas, displasia broncopulmonar y muerte.

Los avances en las técnicas de cultivo rápido, la administración de antibióticos y los enfoques agrupados para prevenir las infecciones del torrente sanguíneo asociadas a la línea central (CLABSI) han reducido la morbilidad y la mortalidad por sepsis neonatal. Se necesitan nuevos enfoques moleculares y métodos no basados ​​en cultivos para ayudar en la detección oportuna y el diagnóstico preciso de la sepsis. 

Los biomarcadores actuales y los índices hematológicos complementarios que se utilizan en la práctica clínica habitual tienen un valor limitado y son difíciles de interpretar debido a su baja sensibilidad y al cambio de los rangos normales durante el período neonatal . Un marcador ideal debería tener una sensibilidad y un valor predictivo negativo (VPN) cercanos al 100 %; especificidad y valor predictivo positivo (VPP) superior al 85%.  Ninguno de los biomarcadores o combinación de biomarcadores tiene precisión diagnóstica adecuada para ser utilizado de manera confiable en el diagnóstico de sepsis neonatal. Nuestro objetivo es revisar las modalidades diagnósticas pasadas y actuales y presentar algunas ideas sobre las estrategias diagnósticas futuras en la sepsis neonatal. 

Fisiopatologia de la sepsis neonatal

Las respuestas inmunitarias del huésped, incluidas las citocinas y las quimiocinas, durante la sepsis neonatal pueden ayudar en el diagnóstico y/o evaluación de la gravedad de la sepsis. Un resumen de los biomarcadores asociados con las vías inmunitarias del huésped que cambian durante la sepsis se muestra en Figura 2.

Las células de Paneth y las células linfoides intestinales producen interleucina-17 (IL-17), que tiene un papel en la defensa local y el desarrollo del síndrome de respuesta inflamatoria sistémica . Los epitelios respiratorios secretan proteínas y péptidos antimicrobianos que incluyen catelicidina y β-defensinas. Los microorganismos grampositivos y su ácido lipoteicoico de la pared celular emiten señales a través de los receptores TLR-2, mientras que los microorganismos gramnegativos y sus lipopolisacáridos (LPS) secretados emiten señales a través de los receptores TLR-4 22.

Estas cascadas de señalización están asociadas con la producción de citoquinas y quimioquinas inflamatorias dependientes del factor nuclear κB (NFκB). Los receptores tipo NOD conducen a la producción de IL-1β e IL-18 por un complejo proteico llamado inflamasoma....... 

Leer el articulo completo

(*) Una vez que esta en la pagina del articulo, pulsando el botón derecho puede acceder a su  traducción al idioma español Este blog de bioquímica-clínica está destinado a bioquímicos y médicos; la información que contiene es de actualización y queda a criterio y responsabilidad de los mencionados profesionales, el uso que le den a la misma.  Nueva presentación  el  10 de Mayo. 
Cordiales saludos. 
Dr. Anibal E. Bagnarelli,
Bioquímico-Farmacéutico,UBA.
Ciudad de Buenos Aires, R. Argentina