fbpx La nascita dell’Evidence Based Medicine | Scienza in rete

La nascita dell’Evidence Based Medicine

Primary tabs

di Daniela Berardinelli
Pubblicato il 20/06/2022
--
Tempo di lettura: 2 mins
Salute

Questo podcast racconta la nascita dell’Evidence Based Medicine e la vita di David Sackett, uno dei suoi padri fondatori, che, anche agli occhi di studiosi odierni, è ancora poco conosciuta. L’Evidence Based Medicine agli albori non ha avuto vita facile ma ha dovuto conquistarsi terreno e credibilità nel tempo, fino a divenire la bussola della metodologia della ricerca clinica moderna.

“La nascita dell’Evidence Based Medicine” è un podcast di Daniela Berardinelli, infermiera e giornalista che si occupa di formazione universitaria e comunicazione scientifica. Questo episodio è stato realizzato nell’ambito del workshop “Le Voci dela Scienza”: un’esperienza formativa sulla costruzione e l’utilizzo del podcast come nuovo mezzo di comunicazione, che promuove la conoscenza in ogni luogo e tempo.

Crediti
Voce di Daniela Berardinelli, intervista a Lorenzo Moja. Il podcast è stato scritto da Daniela Berardinelli e montato da Benjamin Cucchi. Un ringraziamento va a Lorenzo Baialardo Marchese per la creazione della copertina. Sigla: Jacopo Mengarelli.

Fonti
Sackett D, Haynes RB, Goodman SN. An interview with David Sackett, 2014-2015. Clin Trials 2015;12(5):540-51. 
Sackett DL, Rosenberg WM, Gray JA, Haynes RB, Richardson WS. Evidence based medicine: what it is and what it isn't. BMJ 1996;312(7023):71-2. 
Evidence-Based Medicine Working Group. Evidence-based medicine. A new approach to teaching the practice of medicine. JAMA 1992;268(17):2420-5. 
R. Brian Haynes, Sharon E. Straus, Paul Glasziou, W. Scott Richardson Evidence-based medicine. Come praticare e insegnare la medicina basata sulle prove di efficacia. Roma: Il pensiero Scientifico Editore, 2007.
Turbo by Cxdy, courtesy of artist, 2019, https://www.youtube.com/watch?v=Ug8bNdB23LY
 


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


  • 12891 reads

prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

di Chiara Sabelli
Pubblicato il 15/10/2024

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

Physics

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.