Introducción: durante el examen de pediatría, genética, ecográfico o de anatomía patológica de fetos de gestaciones gemelares, suelen aparecer interrogantes en el diagnóstico diferencial, especialmente cuando los casos se asocian con maceración, malformaciones o duplicación de estructuras. Objetivo: proponer un algoritmo para el enfoque de la autopsia perinatal en gestaciones múltiples de difícil diagnóstico. Materiales y Métodos: estudio observacional descriptivo del universo de gestaciones gemelares vistas en el Departamento de Patología del Hospital Universitario San Ignacio (HUSI) entre 2007 y 2013. De nimos como “gestación múltiple de difícil diagnóstico” aquella en la que el examen del (de los) feto(s) planteó uno de los diagnósticos diferenciales: feto macerado/evanescente, gemelo siamés, fetus in fetu, feto acárdico o teratoma congénito. Se realizó el estudio anatomopatológico y junto con la literatura revisada, los gemelos se analizaron y clasificaron según el algoritmo propuesto. Resultados: hubo 59 casos de gestaciones gemelares en las que al menos uno de los fetos requirió autopsia perinatal. Las principales causas de muerte fueron las infecciones ascendentes seguidas del síndrome de transfusión feto-fetal. Como gestaciones múltiples de difícil diagnóstico observamos tres fetos acárdicos y ocho fetos macerados. Se aplicó el algoritmo propuesto en este artículo. Conclusiones: el diagnóstico en las gestaciones gemelares puede ser en ocasiones difícil. Identificamos los aspectos más importantes a tener en cuenta de la historia clínica y de la autopsia perinatal para llegar al diagnóstico definitivo. Desarrollamos un algoritmo para ser aplicado en estas circunstancias durante las autopsias perinatales.
El acceso a equipos móviles con capacidad para tomar fotografías y videos de alta calidad ha facilitado la documentación de imágenes clínicas dentro de la práctica médica cotidiana. Sin embargo, el uso indiscriminado de algunos canales de comunicación podría comprometer la confidencialidad de los pacientes. El propósito de este artículo es describir el uso de la aplicación móvil ImageMed HUSI, la cual fue diseñada para la captura segura de imágenes clínicas en un hospital universitario de alta complejidad. Métodos: Estudio descriptivo prospectivo. Se incluyeron a todos los médicos con vinculación al Hospital Universitario San Ignacio (HUSI) quienes hubiesen descargado y usado la aplicación ImageMed HUSI entre marzo de 2021 y el 31 de diciembre de 2021.Para el 31 de diciembre de 2021 se habían cargado 1015 imágenes clínicas a la aplicación móvil por diferentes especialidades médico-quirúrgicas. Conclusiones: ImageMed HUSI es una aplicación móvil desarrollada para la captura segura de imágenes clínicas integrada a la historia clínica en un hospital universitario de alta complejidad. Se encuentra disponible para el personal asistencial del HUSI. El uso de esta herramienta garantiza la captura segura de imágenes clínicas, pues salvaguarda la confidencialidad de los pacientes.
La pandemia por COVID-19 generó profundos cambios en los procesos de aprendizaje y de educación médica. Estos cambios fueron facilitados, en muchos de los casos, por herramientas de aprendizaje virtual. Sin duda alguna estas herramientas fueron de gran ayuda para garantizar la continuidad de los procesos de aprendizaje, sin embargo, es innegable que constituyen una alternativa que no reemplaza la adquisición de habilidades en los escenarios clínicos. Estos cambios adquieren un mayor significado cuando hablamos de los escenarios de práctica clínica en hospitales, debido principalmente a las restricciones generadas por la pandemia, donde el acceso a pacientes y procedimientos quirúrgicos se vieron significativamente afectados o disminuidos. Esta diminución tuvo un impacto directo sobre el proceso de formación de los residentes de especialidades médico-quirúrgicas a nivel mundial. En este sentido, surgió la necesidad de conocer la percepción de los residentes de las diferentes especialidades médico-quirúrgicas, frente a los cambios generados por la pandemia por COVID-19 en su formación académica. Se realizó una encuesta a los residentes del Hospital Universitario San Ignacio para conocer su percepción. En este artículo exponemos la experiencia de un hospital universitario de alta complejidad, el cual es escenario de practica de más de 30 programas de especialidades médicas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.