Monitoreo fisiológico remoto del bienestar y el agotamiento de los residentes

La falta de sueño contribuye al agotamiento laboral, un síndrome psicológico relacionado con el trabajo caracterizado por despersonalización, agotamiento emocional y sentimientos de disminución de la realización personal [Montgomery, 2019]. El entrenamiento de residencia médica se asocia con una disminución del sueño y el ejercicio, así como con un aumento del agotamiento, que también puede estar asociado con la depresión [Kamblach, 2019]. El bienestar de los residentes se ha convertido en un punto central de muchos programas de residencia para prevenir la depresión y el agotamiento de los médicos a largo plazo. Muchos estudios previos de seguimiento del sueño han utilizado autoinformes, lo que instituye un cierto nivel de sesgo, y algunas tecnologías más nuevas, como el seguimiento de FitBit, se han vuelto más frecuentes [Case, 2015; de Zambotti, 2018]. El seguimiento de métricas fisiológicas en tiempo real, como la frecuencia cardíaca en reposo (RHR) y la variabilidad de la frecuencia cardíaca (HRV), además del seguimiento preciso del sueño, podría proporcionar una evaluación mucho más precisa y objetiva del bienestar de los residentes [Sekiguchi, 2019]. Estas métricas no se han comparado directamente con evaluaciones subjetivas de bienestar, agotamiento y depresión, por lo que se desconoce su verdadero valor en este ámbito [Mendelsohn, 2019; Kamblach, 2018]. Sin embargo, tener una evaluación objetiva del bienestar de los residentes, estratificada por rotación específica, podría ayudar a identificar, desarrollar e instituir intervenciones para prevenir el agotamiento y la depresión y mejorar el bienestar de los residentes.

Estudios previos han intentado establecer una asociación entre las horas de sueño, las horas de trabajo, el ejercicio y el bienestar, el agotamiento, la depresión; sin embargo, han utilizado formas primitivas de seguimiento fisiológico (es decir, contando los pasos como un sustituto del ejercicio y el autoinforme del sueño), razón por la cual los resultados han sido relativamente poco concluyentes [Mendelsohn, 2019; Kamblach, 2018; Poonja, 2018; Basner, 2017; Marek, 2019]. Una revisión sistemática y un metanálisis de estudios que intentaron identificar los factores asociados con un mayor bienestar de los residentes mostraron que el aumento del sueño y el tiempo fuera del trabajo fueron los factores que más influyeron en la mejora del bienestar de los residentes [Raj, 2016]. La evaluación objetiva y en tiempo real del sueño puede identificar una asociación más fuerte y la adición de RHR y HRV a este análisis podría validar aún más la evaluación subjetiva del bienestar.

HRV, o la fluctuación en los intervalos de tiempo entre latidos cardíacos adyacentes, nunca antes se había utilizado para rastrear el bienestar de los residentes, pero es una métrica establecida para la predicción y el manejo de estados de enfermedad como la insuficiencia cardíaca [Jimenez-Morgan, 2017; Goessl, 2017, Shaffer, 2017; bullinga; 2005; Tsuji, 1996]. Se ha demostrado que la HRV predice la mortalidad en la insuficiencia cardíaca con fracción de eyección reducida (HFrEF) y nuevos eventos cardíacos (angina, infarto de miocardio, muerte relacionada con la enfermedad de las arterias coronarias o HF) en el estudio de Framingham, y también se correlaciona con la mejora de la hemodinámica en respuesta a la terapia con betabloqueantes para la IC [Bullinga; 2005; Tsuji, 1996].

Los investigadores proponen usar la correa WHOOP 3.0 para el monitoreo remoto de los residentes para determinar una relación entre sus datos medidos (RHR, HRV y duración del sueño) y el bienestar mediante encuestas validadas por la literatura (Maslach Burnout Inventory, encuesta Mini-ReZ, Physician Well Being Index, Cuestionario de salud del paciente-9) [Montgomery, 2019; Linzer, 2016; Olson 2019; Kroenke, 2001; Levis, 2019]. No hay literatura publicada ni estudios en curso conocidos que investiguen esta relación. Sin embargo, estudios recientes validaron el dispositivo WHOOP para el seguimiento del sueño y determinaron que su eficacia es casi idéntica a la del estándar de oro de la polisomnografía (PSG) [Berryhill, 2020]. Este estudio también mostró que la precisión de las mediciones de HRV usando el dispositivo portátil WHOOP tenía menos del 10 % de error en comparación con el monitoreo continuo de ECG, como parte de PSG.

Existe una relación establecida entre la VFC y el estrés anticipado, cuantificado por los niveles de cortisol salival, pero no se han realizado estudios que vinculen el cortisol salival como marcador de estrés, con evaluaciones subjetivas de médicos ni contra datos de dispositivos portátiles. Los biomarcadores de estrés (cortisol salival y alfa-amilasa) se compararán al inicio del estudio y en diferentes rotaciones que se considerarán asociadas con niveles variables de estrés (es decir, clínica para pacientes ambulatorios y servicios de consulta para pacientes hospitalizados versus el entorno de la unidad de cuidados intensivos (UCI)) [Dickerson, 2004; Petrakova, 2015]. Las muestras de saliva proporcionadas por los sujetos permitirán a los investigadores validar el dispositivo WHOOP como una herramienta novedosa para medir el estrés al permitir que el equipo evalúe la asociación entre HRV y otras métricas del dispositivo y analitos objetivos basados ​​en el estrés que se encuentran en la saliva (p. ej., cortisol y alfa amilasa). Estos resultados se correlacionarán entre sí y con las horas de trabajo a través del registro de tareas para determinar si las rotaciones específicas en la residencia médica tienen mejores o peores métricas objetivas y subjetivas; estos resultados también se correlacionarán con la línea de base (según la encuesta de características de la línea de base).