Studio per raccogliere dati sulla sindrome da astinenza neonatale (NAS) e valutare il processo di raccolta automatizzata dei dati

L'attuale quadro diagnostico e di valutazione per i NAS si basa fortemente su metodi soggettivi, principalmente sul Finnegan Neonatal Abstinence Score (FNAS). La FNAS aiuta gli operatori a valutare i trattamenti farmacologici e non farmacologici e a monitorare i progressi dei neonati affetti da NAS. L’approccio Eat Sleep Console (ESC) è stato implementato in alcuni ospedali per enfatizzare gli interventi non farmacologici come metodo principale di gestione e trattamento del NAS. Nonostante l’elevata prevalenza dei NAS e le ingenti risorse destinate alla sua gestione, il sistema sanitario continua a confrontarsi con un bisogno clinico insoddisfatto di protocolli diagnostici e terapeutici standardizzati.

Il ricorso a valutazioni soggettive contribuisce a questa sfida, poiché FNASS ed ESC introducono variabilità nelle cure che possono influenzare i risultati. Lo sviluppo di strumenti oggettivi e affidabili per valutare la gravità della NAS e guidare le decisioni terapeutiche rimane un’esigenza fondamentale nell’assistenza neonatale, promettendo di migliorare l’efficienza e l’efficacia degli interventi per questi pazienti vulnerabili. Studi recenti hanno sottolineato la mancanza di coerenza nella diagnosi e nel trattamento della NAS, rivelando un ampio spettro di pratiche in diversi contesti sanitari pediatrici. Questa problematica incoerenza porta a risultati diversi per i pazienti e a una mancanza di chiarezza sulle migliori pratiche.

Questo studio multicentrico raccoglierà dati che verranno utilizzati per sviluppare uno strumento basato sull’intelligenza artificiale in grado di automatizzare il punteggio con l’analisi predittiva. Inoltre, i ricercatori mirano a stabilire i vantaggi del monitoraggio continuo nei NAS che dovrebbero portare a una riduzione della durata della degenza in terapia intensiva neonatale e a migliori risultati per i pazienti.