Annunci e info

E' stato sviluppato da ricercatori del Regno Unito un nuovo sistema di monitoraggio dello schema di sonno, per aiutare ad individuare i disturbi del sonno delle persone con diagnosi di demenza precoce.

Il sistema, chiamato PAViS, potrebbe essere utilizzato a distanza dagli operatori sanitari per vedere i profili di sonno e analizzare i modelli di sonno sulla base dei dati sensoriali raccolti al domicilio del paziente.

In un articolo sull'International Journal of Computers in Healthcare, Huiru Zheng e colleghi dell'Università dell'Ulster di Jordanstown nella Contea di Antrim in Irlanda del Nord, spiegano come i disturbi del sonno siano uno dei sintomi più angoscianti nell'Alzheimer e potrebbero anche essere un indicatore precoce dell'insorgenza della malattia, in alcuni casi. Essi sottolineano che i cosiddetti sistemi di "teleassistenza" permettono agli operatori sanitari di monitorare l'attività del paziente a domicilio, in modo normale o con assistenza.

Ci sono quasi mezzo milione di persone con Alzheimer nel Regno Unito e per molti di loro i disturbi del sonno e il comportamento notturno dirompente sono un problema clinico significativo per gli operatori sanitari e sono una causa di disagio per i caregivers. I problemi legati al sonno di solito peggiorano con il progredire della malattia e sono un indicatore di deterioramento cognitivo e portano il paziente ad essere meno vigile di quanto previsto nelle ore di veglia, così come a una riduzione del suo benessere generale.

Sono stati sviluppati vari sistemi negli ultimi anni per monitorare i pazienti nel sonno. Tuttavia, questi spesso tendono a coinvolgere altre persone a casa del paziente, così come a monitorare semplicemente gli schemi di sonno, piuttosto che monitorarli a lungo termine e permettere l'analisi dei profili del sonno per valutarne la qualità. Il PAViS (Pattern Analysis and Visualisation System = analisi dello schema e sistema di visualizzazione), aggira questi problemi e permette al personale sanitario di vedere rapidamente i cambiamenti del modello di sonno e di individuare i modelli insoliti, per valutare le variazioni delle condizioni di salute delle persone con demenza precoce nel corso di settimane e mesi.

I dati sono raccolti da sensori di movimento a infrarossi e da sensori sulle porte della camera da letto, e altri, a casa del paziente. Il team scrive che questo fornisce un monitoraggio non invasivo, pervasivo e obiettivo e una soluzione di valutazione. Il gruppo ha lavorato con Paul Jeffers della Fold Housing Association di Holywood su studi di casi di pazienti per dimostrare la prova di principio del controllo totale del tempo di sonno, degli episodi di sonno e del ritmo di sonno di un paziente. La componente del PAViS che genera i grafici giornalieri, settimanali e mensili di comportamento, consente di individuare rapidamente e facilmente i modelli di sonno e, più importante ancora, i cambiamenti dei modelli.

Il team ha scoperto che è relativamente facile distinguere i modelli di sonno di un paziente non-Alzheimer con solo uno o due "episodi" di sonno, quei grandi movimenti come alzarsi dal letto durante la notte, che indicano molte ore di sonno indisturbato. Ciò a fronte dei 35 episodi, o addirittura di più, dei pazienti di Alzheimer, e le molte meno ore di sonno totale.

"Il PAViS è uno strumento per abilitare il servizio di teleassistenza e per mettere i caregivers in grado di avere una migliore visione d'insieme del comportamento del paziente in modo da fornire un sostegno sufficiente in caso di necessità", scrive il team.

"Mentre il servizio di teleassistenza attuale si concentra sulla fornitura di telemonitoraggio dell'attività quotidiana dei pazienti, e cerca di individuare comportamenti anomali, è importante anche indagare sulla correlazione del profilo di comportamento, come ad esempio il profilo dello schema di sonno, nella condizione di salute dei pazienti", aggiunge.

La loro conclusione è che "le informazioni svelate o ottenute dai profili di sonno a lungo termine possono anche essere utilizzate per sostenere interventi che rilevano e rispondono a un modello di sonno anomalo".

The original English version
of this article is here.

Fonte: Materiale della Inderscience, via AlphaGalileo.

Riferimento: Huiru Zheng, Haiying Wang, Hoda Nikamalfard, Maurice Mulvenna, Paul McCullagh, Suzanne Martin, Jonathan G. Wallace, Paul Jeffers. A pattern analysis and visualisation system for sleep monitoring in ambient assisted living environment. International Journal of Computers in Healthcare, 2012; 1 (4): 320 DOI: 10.1504/IJCIH.2012.051811.

Pubblicato in Science Daily il 18 Febbraio 2013 - Traduzione di Franco Pellizzari.

Copyright: Tutti i diritti di eventuali testi o marchi citati nell'articolo sono riservati ai rispettivi proprietari.

Liberatoria: Questo articolo non propone terapie o diete; per qualsiasi modifica della propria cura o regime alimentare si consiglia di rivolgersi a un medico o dietologo. Il contenuto non dipende da, nè impegna l'Associazione Alzheimer onlus di Riese Pio X. I siti terzi raggiungibili da eventuali links contenuti nell'articolo e/o dagli annunci pubblicitari proposti da Google sono completamente estranei all'Associazione, il loro accesso e uso è a discrezione dell'utente. Liberatoria completa qui.

Nota: L'articolo potrebbe riferire risultati di ricerche mediche, psicologiche, scientifiche o sportive che riflettono lo stato delle conoscenze raggiunte fino alla data della loro pubblicazione.