Usted está aquí

Artículo

Enf. Anest. Vol.2 Nº 1 2017
Instrumentos: Prototipo real de valoración del dolor neonatal

Instrumentos: Prototipo real de valoración del dolor neonatal  

Enferm. anest.-reanim. ter. dolor (Internet) Vol.2 nº1 2017 / ISSN: 2529-9670

 

Autor: Autor:  Casanovas-Marsal, J.O.*; Batista de Frutos,E.**; Martínez Ballesté, A.***; García Martínez, M.****.

 

*Estudiante de Doctorado. Enfermero. Departamento de Enfermería. Universitat Rovira i Virgili. Tarragona. España.

**Ingeniero Informático y de Sistemas. Smart Health Research Group. Departamento de Ingeniería Informática y Matemáticas. Universitat Rovira i Virgili. Tarragona. España.

*** Doctor. Profesor. Smart Health Research Group. Departamento de Ingeniería Informática y Matemáticas. Universitat Rovira i Virgili. Tarragona. España.

**** Doctora. Profesora. Departamento de Enfermería. Universitat Rovira i Virgili. Tortosa. España)

Contacto: josep.oriol.casanovas@gmail.com

 

 

RESUMEN

 

Introducción y objetivos: Diseñar un sistema inteligente y automático para la valorar el dolor en neonatos ingresados en las unidades de cuidados intensivos (UCIN). Método: El sistema IntelNuc® situado en la incubadora capta los parámetros comportamentales del neonato a través de una cámara Kinect® (movimiento) y un micrófono (llanto) situado dentro de la incubadora. El sistema no es invasivo. Un servidor estima el nivel del dolor e interactúa con los profesionales sanitarios vía interface utilizando las escalas introducidas (PIPP y SGB). El prototipo fue testado en la UCIN del hospital con pacientes reales involucrando a profesionales de la informática y de la salud. Resultados y conclusiones: El sistema de computarización para valorar el dolor está en sus inicios. No obstante se ha observado que la evaluación del dolor es factible a través de este método aportando en las curas enfermeras, de forma natural, un proceso de cura del dolor en su primera etapa que es la correcta evaluación. Palabras clave (MeSH/DeSC): escalas valoración dolor, unidades cuidados intensivos neonatales

 

 

ABSTRACT

 

Introduction and objective: . To design an automatic and intelligent system for pain assessment in neonates admitted in neonatal intensive care units (NICU). Method:  IntelNuc® system, located in the incubator, registers behavioral parameters through a Kinect® camera (movement) and a microphone (crying). It is a non-invasive system. A server estimates the pain level and interacts with health professionals via interface using introduced scales (PIPP and SGP). The prototype was tested in a hospital NICU with real patients involving computer and health professionals. Results and conclusions: . Although the computer system for pain assessment is in its beginning, it has been observed that pain assessment is feasible through this method. It provides the first step in the healing of pain: the proper evaluation. Words: pain assessment tools, intensive care units-neonatal, pain measurement  

 

 

INTRODUCCION

 

Prematuro es el niño que nace antes de contemplar la 37 semana de gestación. Según la Organización Mundial de la Salud (OMS) cada año nacen 15 millones de prematuros en todo el mundo. La tasa de nacimientos prematuros oscila entre el 5% y el 18% de los recién nacidos y esta cifra va en aumento. En España nacieron, durante el año 2014, 27672 prematuros. El 6,4% del total de nacimientos1.

 

El estrés materno, las infecciones, la patología uterina y los tratamientos de fertilidad derivan con frecuencia en nacimientos de niños prematuros2. En la actualidad, la principal causa de ingreso en las Unidades de Cuidados Intensivos Neonatales (UCIN) de los países desarrollados es la prematuridad3.

 

La tecnología actual ha hecho posible la supervivencia de neonatos prematuros y extremadamente prematuros (25 – 28 semanas de gestación)4. El ingreso en la UCIN implica una serie de procedimientos invasivos (PI) (punciones,  cateterismos, etc.)5 que provocan un padecimiento en el neonato con posibles consecuencias mayor sensibilización de la percepción del dolor, alteración de la conducta en la edad adulta, dolor inflamatorio persistente, reducción de la respuesta autoinmune e hipervigilancia social. 

 

Históricamente se creía que un neonato no padecía dolor pero se ha demostrado que en el feto las vías de transmisión dolorosas están presentes a partir de la semana 24. Los nocicoceptores aparecen en la sexta semana y la mielinización se inicia a partir de la veinte semana terminando en la treinta. La principal diferencia entre un niño y un adulto es la inmadurez, hasta los primeros 20 – 24 días de vida del sistema inhibitorio descendente. La consecuencia es que el neonato percibe más dolor7. Se han descrito respuestas fisiológicas y conductuales del recién nacido en situaciones de dolor y estrés que pueden ser cuantificadas.8,9 

 

Aunque en los últimos años se ha reconocido el dolor neonatal, en la mayoría de los casos se realizan PI sin el uso de medidas analgésicas. En 2013, en España, hasta el 41,2 % de niños hospitalizados padecía dolor, el 87,5% de PI se ejecutaron sin ningún tipo de analgesia (10). El 61%-63% de los profesionales que trabajan en UCIN no utiliza escalas de valoración del dolor y el 30%-44% no aplica medidas analgésicas 11

 

Desde el siglo XIX hasta la actualidad, diversos autores han planteado estrategias para el tratamiento del dolor con la finalidad de disminuirlo y/o paliarlo, pero para plantear un adecuado tratamiento, el primer paso es la correcta valoración. 

 

A finales de la década de los 90, la Joint Commission on Accreditation of Healthcare Organitzations (JCAHO) publicó sus estándares dónde recomendó que la valoración del dolor fuese considerada como quinta constante vital, juntamente con la medida de la tensión arterial, la frecuencia cardíaca, la frecuencia respiratoria y la temperatura. Esta valoración debería estar protocolizada durante la estancia hospitalaria del paciente. Posteriormente, el colegio de anestesistas de Australia y Nueva Zelanda (2006) realizó una declaración donde concluía que el paciente tiene derecho a que se reconozca su dolor y que este dolor sea valorado y tratado adecuadamente.

 

El aprendizaje automático (AA) y la inteligencia artificial (IA) son áreas multidisciplinares que reúnen a amplios campos, los cuales tienen en común la creación de máquinas capaces de pensar. En ciencias de la computación se denomina inteligencia artificial a la capacidad de razonar de un agente no vivo12-14.

 

Los Sistemas de Monitorización Inteligente pueden avisar en tiempo real ante cualquier cambio en el estado de un paciente, bien por pantalla o a un terminal de telefonía móvil15 Estos sistemas se han incorporado a los cuidados de salud, y en este caso, a las incubadoras.

 

 

OBJETIVO

 

Diseñar e implementar un sistema inteligente en el equipo electrónico de monitorización de constantes vitales para la valoración automatizada y continúa del dolor del neonato en tiempo real.

 

 

METODO

 

Estudio tecnológico, experimental y transversal.

 

Centro de Estudio: Laboratorio Smart Health Research Group (Dpto. Ingeniería Informática y Matemáticas – Universitat Rovira i Virgili) y Hospital Universitario Joan XXIII de Tarragona. 

 

Elección de las escalas de evaluación del dolor de referencia 

 

El objetivo del sistema es mostrar una cifra automáticamente en el monitor de constantes. Esta cifra calculada mediante aprendizaje automático, ha de ser igual o casi igual a lo que puntuaría un observador visual humano. Para esta selección, se realizó previamente una revisión bibliográfica desde 1999 hasta junio de 2016. Se siguieron las recomendaciones de revisiones sistemáticas y meta-análisis de la Declaración de Prisma16 y la evidencia práctica sintetizada de Lynn Rew17. Se incluyeron en la revisión 72 estudios. Las escalas de valoración del dolor más frecuentes fueron la Premature Infant Pain Profile (PIPP), Neonatal Infant Pain Scale (NIPS), Neonatal Pain Agitation and Sedation Scale (N-PASS) y Crying requieres oxygen increased vital signs, expression and sleepness (CRIES). Se seleccionó la PIPP por ser la más usada a nivel internacional y la escala Susan Givens Bell por ser la de aplicación en el centro piloto (Fig.1)

 

Diseño del prototipo 

El prototipo capaz de recoger, almacenar y analizar los datos fisiológicos: tensión arterial, frecuencia cardíaca, frecuencia respiratoria y saturación de oxígeno a través del monitor de constantes vitales del neonato; y los datos de comportamiento: movimiento del bebé  a través de una cámara instalada en la parte superior de la incubadora y  llanto a través de un micrófono de alta sensibilidad situado dentro de la incubadora (Fig.2). El resultado final será la obtención de una cifra de valoración del dolor del neonato. El prototipo fue testado primeramente en el laboratorio de simulación del Grupo de Investigación Smarthealth Research Group y, posteriormente se comprobó su conexión en entorno real al Hospital Universitario Joan XXIII de Tarragona durante los períodos comprendidos entre los meses de mayo, junio y julio de 2015.

 

Aspectos éticos

 

En el estudio se siguieron los principios establecidos en la Declaración de Helsinki18 y las normas legales de buena práctica clínica. El diseño del estudio fue aprobado por el Comité de Ética y de Investigación Clínica del Hospital Universitario Joan XXIII (Resolución N ° 47/2014 de 15 de julio de 2014).

 

 

RESULTADOS

 

El prototipo final se compone de tres módulos que se describen a continuación:

 

Módulo de adquisición de datos (obtención de parámetros fisiológicos y de comportamiento): Teniendo en cuenta que en la UCIN se utiliza un sistema de monitorización Philips®, se extraen los parámetros fisiológicos a través de la infraestructura Philips IntelliVue®. Para dicha extracción de datos se utiliza un servidor HL7 (conjunto de estándares para facilitar el intercambio electrónico de información clínica). El movimiento es captado por una cámara Kinect®.  El sonido se registra mediante un micrófono de alta precisión.  Ambos dispositivos se colocan en la incubadora o sobre la cuna térmica  de análisis conductual  y los datos se ejecutan en un mini PC Intel NUC® sobre un Ubuntu 12.10®. (Figs. 3 y 4). 

 

 

 

Módulo de evaluación del dolor/disconfort: Este módulo ejecuta los datos recibidos por vía Local Área Network del módulo anterior. Se utiliza un motor de base de datos MySQL® que funciona bajo lenguaje SQL (lenguaje de programación estándar e interactivo para la obtención de información desde una base de datos). El algoritmo para el análisis del dolor se basa en las alteraciones de los parámetros fisiológicos y de comportamiento. Se han tomado como referencia los valores de frecuencia cardíaca, tensión arterial y frecuencia respiratoria publicados por Wong y Whaley en 1997. Cada parámetro puede tener un valor parcial 0, 1, 2. Por tanto el grado de dolor del algoritmo creado es una cifra comprendida entre 0 y 12.

 

Módulo de registro y alarmas: Este módulo registra los datos en una base de datos de pacientes. Esta base de datos se visualiza en una aplicación web a través de ordenador. La aplicación web presenta la información similar al monitor de cabecera. Además, se puede acceder a la información de forma remota, desde la sala de curas, etc. El otro objetivo de este módulo es crear alarmas específicas para saber si el recién nacido sufre disconfort/ dolor y avisar al personal sanitario. (Fig5).

 

 

DISCUSION

 

En el aspecto técnico, el prototipo funciona. Es decir, el prototipo se comunica correctamente con el servidor de la unidad, todos los módulos reciben la información,  la procesan y la muestran. La conectividad entre el prototipo y el software de la UCIN no interfirió en la monitorización de los neonatos ni en el trabajo de los profesionales. La implementación de un sistema de este tipo en una UCIN real es factible.

 

No obstante se observó que la ejecución de la visión por cámara Kinect y el análisis del llanto en un entorno real como la UCIN necesitan modificaciones más precisas.

 

A pesar de todas las posibilidades que ofrecen las tecnologías de la información y la comunicación para la salud y la medicina15,19 el uso de sistemas informatizados para evaluar el dolor y el malestar en las UCIN está todavía en sus inicios20-23. No obstante, los resultados alentadores abordados en este proyecto demuestran la viabilidad de tales sistemas.

 

La investigación en neonatología es un verdadero desafío ético, pero los ensayos son esenciales porque estos niños  tienen derecho a la provisión del mejor cuidado de su salud, lo que se logra con investigación 24,25

 

La implementación de los Cuidados Centrados en el Desarrollo y la Familia (CCDF – NIDCAP) en todas las NICU comporta un cambio importante en las rutinas de trabajo. El niño y sus necesidades pasan a ser el centro de atención, pasando las intervenciones terapéuticas en sí mismas a un segundo plano 26.

 

Los recién nacidos hospitalizados son un reto en la asistencia sanitaria actual. Se cree que, más allá del seguimiento de los recién nacidos y la contribución a la mejora de las tareas profesionales de las enfermeras y profesionales de la salud, tales como los sistemas prototipo ayudarán a mejorar la investigación en la atención neonatal, encajando en la práctica diaria de una manera natural.

 

 

BIBLIOGRAFIA

 

  1. World Health Organization. Nacimientos prematuros. Centro de Prensa [Internet]. 2015;1-6. Recuperado a partir de: http://www.who.int/mediacentre/factsheets/fs363/es/
  2. Goldenberg R, Culhane J, Iams J, Romero R. Epidemiology and causes of preterm birth. Lancet. 2008;371(9606):75-84. 
  3. Centers for Disease Control and Prevention. Increasing Prevalence of Parent-Reported Attention-Deficit/Hyperactivity Disorder Among Children: United States, 2003 and 2007. Morbidity And Mortality Weekly Report [Internet]. 2010;59(44):1444-7. Recuperado a partir de: http://www.ncbi.nlm.nih.gov/pubmed/21063276
  4. Rellan Rodríguez S, García de Ribera C, Aragón García M. El recién nacido prematuro. Protocolos diagnóstico Terapéuticos de la AEP: Neonatología. 2008. 
  5. Badr L. Pain in Premature Infants: What Is Conclusive Evidence and What Is Not. Newborn and Infant Nursing Reviews [Internet]. Elsevier Inc.; junio de 2013 [citado 21 de marzo de 2014];13(2):82-6. Recuperado a partir de: http://linkinghub.elsevier.com/retrieve/pii/S1527336913000251
  6. Ranger M, Grunau R. Early repetitive pain in preterm infants in relation to the developing brain. Pain Management. 2014;4(1):57-67. 
  7. Narbona E, Contreras F, García F, Miras J. Manejo del dolor en el recién nacido. En: Protocolos diagnóstico Terapéuticos de la AEP: Neonatología. 2008. p. 461-9. 
  8. Gibbins S, Stevens B, Beyene J, Chan P, Bagg M, Asztalos E. Pain behaviours in Extremely Low Gestational Age infants. Early human development [Internet]. julio de 2008 [citado 12 de febrero de 2014];84(7):451-8. Recuperado a partir de: http://www.ncbi.nlm.nih.gov/pubmed/18243593
  9. Slater L, Asmerom Y, Boskovic D, Bahjri K, Plank M, Angeles K, et al. Procedural pain and oxidative stress in premature neonates. The journal of pain [Internet]. Elsevier Ltd; junio de 2012 [citado 26 de febrero de 2014];13(6):590-7. Recuperado a partir de: http://www.pubmedcentral.nih.gov/articlerender.fcgiartid=3367033&tool=pmcentrez&rendertype=abstract
  10. Reinoso F. Prevalence of pain in hospitalised paediatric patients in Spain. Revista española de anestesiología y reanimación [Internet]. Sociedad Española de Anestesiología, Reanimación y Terapéutica del Dolor; octubre de 2013 [citado 15 de abril de 2014];60(8):421-3. Recuperado a partir de: http://www.ncbi.nlm.nih.gov/pubmed/23452778
  11. Ozawa M, Yokoo K. Pain management of neonatal intensive care units in Japan. Acta paediatrica [Internet]. abril de 2013 [citado 25 de febrero de 2014];102(4):366-72. Recuperado a partir de: http://www.ncbi.nlm.nih.gov/pubmed/23311590
  12. Stanford University. Artificial Intelligence Laboratory [Internet]. 2015 [citado 17 de febrero de 2015]. Recuperado a partir de: http://ai.stanford.edu/
  13. Universidad de Granada. Ciencias de la Computación e Inteligencia Artificial [Internet]. 2016 [citado 17 de febrero de 2015]. Recuperado a partir de: http://decsai.ugr.es/index.php
  14. Rus D, Golland P, Jackson D. MIT Computer Science and artificial intelligence laboratory [Internet]. 2015 [citado 17 de febrero de 2015]. Recuperado a partir de: http://www.csail.mit.edu/
  15. Agah A. Medical Applications of Artificial Intelligence. 1a ed. Group T& F, editor. New York; 2014. 
  16. Shamseer L, Moher D, Clarke M, Ghersi D, Liberati A, Petticrew M, et al. Preferred reporting items for systematic review and meta-analysis protocols (PRISMA-P) 2015: elaboration and explanation. BMJ. 2015;349:g7647. 
  17. Rew L. The systematic review of literature: Synthesizing evidence for practice. Journal for Specialists in Pediatric Nursing. 2011;16(1):64-9. 
  18. Asociación Médica Mundial. Declaración de Helsinki de la Asociación Médica Mundial. Principios éticos para las investigaciones médicas en seres humanos. WMA DoH [Internet]. 2008; Recuperado a partir de: http://www.reumatologia.org.ar/userfiles/file/investigacion-farmaco-clinica/inv clinica faltante.doc
  19. Solanas A, Patsakis C, Conti M, Vlachos I, Ramos V, Falcone F, et al. Smart health: A context-aware health paradigm within smart cities. IEEE Comunications Magazine. 2014;52(8):74-81. 
  20. Ledowski T, Bromilow J, Wu J, Paech M, Storm H, Schug S. The assessment of postoperative pain by monitoring skin conductance: Results of a prospective study. Anaesthesia. 2007;62(10):989-93. 
  21. Zhong Y, Liu L. Remote Neonatal Pain Assessment System Based on Internet of Things. International Conference on Internet of Things and Cyber, Physical and Social Computing [Internet]. 2011;629-33. Recuperado a partir de: http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htmarnumber=6142186
  22. Med-Storm Innovation. Med-Storm Pain Monitor TM User manual. Med-Storm Innovation AS. 2012. 1-36 p. 
  23. Martínez-Ballesté A, Casanovas-Marsal J-O, Solanas A, Casino F, García-Martínez M. An Autonomous System to Assess , Display and Communicate the Pain Level in Newborns. En: IEEE International Symposium on Medical Measurements and Applications [Internet]. Lisboa, Portugal: IEEE; 2014. p. 1-5. Recuperado a partir de: http://ieeexplore.ieee.org/xpls/abs_all.jsparnumber=6860144&tag=1
  24. Lynch Pueyrredón D, Muracciole B, Kundson P, Stepansky N, del Valle M. Investigación en Pediatría : un desafío ético. Revista Hospital Niños Buenos Aires. 2007;50(226):44-53. 
  25. González Fernández C, Fernández Medina I. Revisión bibliográfica en el manejo del dolor neonatal. ENE Revista de Enfermería [Internet]. 2012;6(3). Recuperado a partir de: http://www.index-f.com/ene/6pdf/6304.pdf
  26. NIDCAP. NIDCAP. Federation International. Voice of newborn [Internet]. NIDCAP Federation International. 2016. Recuperado a partir de: http://nidcap.org/en/

 

PDF: