Zdalne monitorowanie fizjologiczne dobrego samopoczucia i wypalenia mieszkańców

Brak snu przyczynia się do wypalenia zawodowego, psychologicznego zespołu związanego z pracą, charakteryzującego się depersonalizacją, wyczerpaniem emocjonalnym i poczuciem obniżonych osiągnięć osobistych [Montgomery, 2019]. Staż medyczny wiąże się z mniejszą ilością snu i aktywnością fizyczną, a także wzrostem wypalenia zawodowego, co może być również związane z depresją [Kamblach, 2019]. Dobre samopoczucie mieszkańców stało się centralnym punktem wielu programów rezydencyjnych, których celem jest zapobieganie depresji i długotrwałemu wypaleniu lekarzy. Wiele wcześniejszych badań śledzących sen wykorzystywało samoopis, który wprowadza pewien poziom błędu, a niektóre nowsze technologie, takie jak śledzenie FitBit, stały się bardziej rozpowszechnione [Case, 2015; de Zambottiego, 2018]. Śledzenie wskaźników fizjologicznych w czasie rzeczywistym, takich jak tętno spoczynkowe (RHR) i zmienność rytmu serca (HRV), oprócz dokładnego śledzenia snu, może zapewnić znacznie dokładniejszą i obiektywniejszą ocenę samopoczucia mieszkańców [Sekiguchi, 2019]. Wskaźniki te nie były bezpośrednio porównywane z subiektywnymi ocenami dobrego samopoczucia, wypalenia zawodowego i depresji, stąd ich prawdziwa wartość w tej dziedzinie jest nieznana [Mendelsohn, 2019; Kamblach, 2018]. Jednak obiektywna ocena dobrostanu mieszkańców, uwarstwiona według określonej rotacji, może pomóc zidentyfikować, opracować i wdrożyć interwencje zapobiegające wypaleniu i depresji oraz poprawić samopoczucie mieszkańców.

Wcześniejsze badania próbowały stworzyć związek między godzinami snu, godzinami pracy, ćwiczeniami a dobrym samopoczuciem, wypaleniem, depresją; jednak używali prymitywnych form śledzenia fizjologicznego (tj. liczenie kroków jako substytut ćwiczeń i samodzielnego zgłaszania snu), co jest prawdopodobnie powodem, dla którego wyniki były stosunkowo niejednoznaczne [Mendelsohn, 2019; Kamblach, 2018; Poonja, 2018; Basnera, 2017; Marka, 2019]. Systematyczny przegląd i metaanaliza badań próbujących zidentyfikować czynniki związane z lepszym samopoczuciem mieszkańców wykazały, że dłuższy sen i czas wolny od pracy miały największy wpływ na poprawę samopoczucia mieszkańców [Raj, 2016]. Obiektywna ocena snu w czasie rzeczywistym może zidentyfikować silniejszy związek, a dodanie RHR i HRV do tej analizy może dodatkowo potwierdzić subiektywną ocenę dobrego samopoczucia.

HRV, czyli fluktuacja odstępów czasowych między sąsiednimi uderzeniami serca, nigdy wcześniej nie była wykorzystywana do śledzenia dobrostanu mieszkańców, ale jest uznaną miarą do przewidywania i leczenia stanów chorobowych, takich jak niewydolność serca [Jimenez-Morgan, 2017; Goessl, 2017, Shaffer, 2017; Bullinga; 2005; Tsuji, 1996]. W badaniu Framingham wykazano, że HRV pozwala przewidywać śmiertelność w niewydolności serca ze zmniejszoną frakcją wyrzutową (HFrEF) i nowymi zdarzeniami sercowymi (dławica piersiowa, zawał mięśnia sercowego, zgon związany z chorobą wieńcową lub HF), a także koreluje z poprawą hemodynamiki w odpowiedź na terapię beta-blokerem HF [Bullinga; 2005; Tsuji, 1996].

Badacze proponują wykorzystanie paska WHOOP 3.0 do zdalnego monitorowania mieszkańców w celu określenia związku między zmierzonymi danymi (RHR, HRV i czas snu) a dobrym samopoczuciem za pomocą badań potwierdzonych literaturą (Maslach Burnout Inventory, ankieta Mini-ReZ, Physician Well Indeks bycia, Kwestionariusz Zdrowia Pacjenta-9) [Montgomery, 2019; Linzera, 2016; Olsona 2019; Kroenkego, 2001; Levis, 2019]. Nie ma opublikowanej literatury ani znanych trwających badań dotyczących tego związku. Ostatnie badania potwierdziły jednak skuteczność urządzenia WHOOP do śledzenia snu i określiły, że jego skuteczność jest prawie identyczna ze skutecznością złotego standardu polisomnografii (PSG) [Berryhill, 2020]. Badanie to wykazało również, że dokładność pomiarów HRV przy użyciu urządzenia WHOOP do noszenia miała mniej niż 10% błędu w porównaniu z ciągłym monitorowaniem EKG w ramach PSG.

Istnieje ustalony związek między HRV a przewidywanym stresem, określany ilościowo na podstawie poziomu kortyzolu w ślinie, jednak nie przeprowadzono badań łączących kortyzol w ślinie jako marker stresu z subiektywnymi ocenami lekarzy ani z danymi z urządzeń do noszenia. Biomarkery stresu (kortyzol w ślinie i alfa-amylaza) zostaną porównane na początku badania i w różnych rotacjach uważanych za związane z różnymi poziomami stresu (tj. ambulatoryjne i szpitalne usługi konsultacyjne a oddział intensywnej terapii (OIOM) [Dickerson, 2004; Petrakova, 2015]. Próbki śliny dostarczone przez osoby badane pozwolą badaczom zweryfikować urządzenie WHOOP jako nowe narzędzie do pomiaru stresu, umożliwiając zespołowi ocenę związku między HRV i innymi wskaźnikami urządzenia oraz obiektywnymi analitykami opartymi na stresie znajdującymi się w ślinie (np. amylasa). Wyniki te zostaną skorelowane ze sobą oraz z godzinami pracy poprzez rejestrowanie dyżurów w celu ustalenia, czy określone rotacje w rezydencji medycznej mają lepsze, czy gorsze wskaźniki obiektywne i subiektywne; wyniki te będą również skorelowane z wartościami wyjściowymi (zgodnie z badaniem cech początkowych).