INTRODUZIONE. Il sonno è un bisogno quotidiano essenziale per la salute fisica e psicologica di ogni individuo. Il paziente ospedalizzato è esposto al rischio di soffrire di disturbi del sonno a causa di fattori legati alla malattia, ambiente, fattori psicologici e sociali. È sempre maggiore l’evidenza che lega una scarsa qualità del sonno a un recupero rallentato e, di conseguenza, ad una prolungata degenza, oltre che ad una sfiducia nelle cure e ad una riduzione del benessere percepito dal paziente (Burger et al, 2022). Dal punto di vista epidemiologico la privazione e inadeguatezza del sonno in ospedale è nota: dal 47% al 67% dei pazienti è soggetto ad un peggioramento della qualità e ad una riduzione della quantità di sonno (Beswick et al, 2023). OBIETTIVO. Indagare gli interventi infermieristici più efficaci per migliorare la qualità e quantità di sonno del paziente ospedalizzato, adulto e pediatrico, e ad individuare se l’utilizzo dell’Intelligenza Artificiale possa risultare utile nella pratica clinica, ora o nel prossimo futuro, per il miglioramento della qualità del sonno. METODI. È stata redatta una revisione di letteratura mediante la consultazione delle banche dati elettroniche quali Cochrane, UpToDate, PubMed, ClinicalKey e ScienceDirect. È stato utilizzato il metodo di ricerca PICO e per parole chiave e sono stati definiti criteri di inclusione ed esclusione. RISULTATI. Sono stati selezionati 8 articoli per il primo quesito di ricerca: 7 revisioni sistematiche/meta-analisi e uno studio clinico aperto. Per il secondo quesito di ricerca sono stati inclusi 7 articoli, di cui 6 revisioni sistematiche o di letteratura e uno studio qualitativo. CONCLUSIONI. Dall’analisi comparata dei risultati degli studi inclusi in questa revisione, è emerso che per quanto riguarda il paziente pediatrico non è possibile indicare interventi efficaci di alta qualità (Kudchadkar et al., 2022). Per il paziente adulto ospedalizzato, prove di alta qualità indicano che i dispositivi fisici, il rilassamento, l’ascolto di musica e le terapie manuali sono efficaci nel migliorare la qualità del sonno (Beswick et al., 2023). Nei pazienti anziani ospedalizzati gli interventi non farmacologici che si sono rivelati efficaci nel migliorare la qualità e durata del sonno, con un’evidenza della prova valutata moderata, sono stati: l’educazione al sonno, la riduzione degli interventi notturni e la fototerapia (Stewart & Arora, 2022). Infine, per quanto riguarda l’utilizzo dell’IA si sono dimostrati efficaci i sistemi di ChatBot (Singh et al., 2023) e le osservazioni infermieristiche assistite digitalmente (Barrera et al., 2020), nonché gli algoritmi in grado di indicare il livello ottimale di protrusione mandibolare (Lovejoy et al., 2021).

Il sonno nel paziente ospedalizzato: l'Intelligenza Artificiale può migliorarne la qualità? Una revisione di letteratura.

OBOE, DARIO
2022/2023

Abstract

INTRODUZIONE. Il sonno è un bisogno quotidiano essenziale per la salute fisica e psicologica di ogni individuo. Il paziente ospedalizzato è esposto al rischio di soffrire di disturbi del sonno a causa di fattori legati alla malattia, ambiente, fattori psicologici e sociali. È sempre maggiore l’evidenza che lega una scarsa qualità del sonno a un recupero rallentato e, di conseguenza, ad una prolungata degenza, oltre che ad una sfiducia nelle cure e ad una riduzione del benessere percepito dal paziente (Burger et al, 2022). Dal punto di vista epidemiologico la privazione e inadeguatezza del sonno in ospedale è nota: dal 47% al 67% dei pazienti è soggetto ad un peggioramento della qualità e ad una riduzione della quantità di sonno (Beswick et al, 2023). OBIETTIVO. Indagare gli interventi infermieristici più efficaci per migliorare la qualità e quantità di sonno del paziente ospedalizzato, adulto e pediatrico, e ad individuare se l’utilizzo dell’Intelligenza Artificiale possa risultare utile nella pratica clinica, ora o nel prossimo futuro, per il miglioramento della qualità del sonno. METODI. È stata redatta una revisione di letteratura mediante la consultazione delle banche dati elettroniche quali Cochrane, UpToDate, PubMed, ClinicalKey e ScienceDirect. È stato utilizzato il metodo di ricerca PICO e per parole chiave e sono stati definiti criteri di inclusione ed esclusione. RISULTATI. Sono stati selezionati 8 articoli per il primo quesito di ricerca: 7 revisioni sistematiche/meta-analisi e uno studio clinico aperto. Per il secondo quesito di ricerca sono stati inclusi 7 articoli, di cui 6 revisioni sistematiche o di letteratura e uno studio qualitativo. CONCLUSIONI. Dall’analisi comparata dei risultati degli studi inclusi in questa revisione, è emerso che per quanto riguarda il paziente pediatrico non è possibile indicare interventi efficaci di alta qualità (Kudchadkar et al., 2022). Per il paziente adulto ospedalizzato, prove di alta qualità indicano che i dispositivi fisici, il rilassamento, l’ascolto di musica e le terapie manuali sono efficaci nel migliorare la qualità del sonno (Beswick et al., 2023). Nei pazienti anziani ospedalizzati gli interventi non farmacologici che si sono rivelati efficaci nel migliorare la qualità e durata del sonno, con un’evidenza della prova valutata moderata, sono stati: l’educazione al sonno, la riduzione degli interventi notturni e la fototerapia (Stewart & Arora, 2022). Infine, per quanto riguarda l’utilizzo dell’IA si sono dimostrati efficaci i sistemi di ChatBot (Singh et al., 2023) e le osservazioni infermieristiche assistite digitalmente (Barrera et al., 2020), nonché gli algoritmi in grado di indicare il livello ottimale di protrusione mandibolare (Lovejoy et al., 2021).
2022
Sleep in the hospitalized patient: can Artificial Intelligence improve its quality? A literature review.
Sonno
Paziente
Ospedale
Intelligenza
Artificiale
File in questo prodotto:
File Dimensione Formato  
Oboe.Dario.2012885-1.pdf

accesso aperto

Dimensione 791.88 kB
Formato Adobe PDF
791.88 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/57245