Utilizando muestras de datos grandes y representativas a nivel nacional de fuentes financiadas por el NIA (National Institute on Aging), los investigadores han utilizado modelos computacionales para predecir la necesidad de un nivel de atención en un hogar de ancianos en adultos mayores con demencia. Tener estas estimaciones puede ayudar a las personas con demencia y a sus familias a discutir planes de atención futuros. Estos hallazgos fueron publicados en JAMA Internal Medicine.
Se estima que el 50% de los residentes de hogares de ancianos tienen un diagnóstico de demencia y la mayoría de las personas que desarrollan demencia finalmente necesitan atención de enfermería. La pregunta que a menudo enfrentan las familias y los cuidadores es cuándo trasladarse a una residencia de ancianos.
Un equipo de investigación dirigido por científicos de la Universidad de California en San Francisco y el Sistema de Atención Médica VA de San Francisco desarrolló modelos para predecir las necesidades de atención de enfermería. La necesidad de atención en un hogar de ancianos se definió como la necesidad de ayuda con tres o más actividades de la vida diaria, dos o más actividades de la vida diaria y supervisión (debido a la presencia de deambulación), o comer.
Aprovechando el Estudio de Salud y Jubilación (HRS) y el Estudio Nacional de Tendencias de Salud y Envejecimiento (NHATS), los investigadores obtuvieron un conjunto de datos de más de 43.000 participantes. Analizaron tanto la información autoinformada como las respuestas de un representante, generalmente un cuidador o un miembro de la familia. Los datos de HRS se utilizaron para desarrollar modelos y los datos de NHATS para validarlos.
Los modelos utilizaron una amplia gama de detalles de predicción de la demencia, como datos demográficos (p. ej., edad), salud general y factores conductuales (p. ej., tabaquismo), medidas funcionales (p. ej., capacidad para realizar actividades de la vida diaria como bañarse, vestirse, comer) y el estado de conducción. El modelo proxy también incluyó preguntas sobre el índice de masa corporal y el historial de caídas. El modelo de autorrespuesta midió además el recuerdo de datos de los participantes y agregó preguntas sobre la incontinencia y si los encuestados eran mujeres. Si bien los modelos utilizaron predictores de demencia ligeramente diferentes, en gran medida se superpusieron y ambos funcionaron bien. En particular, ambos modelos incluyeron medidas funcionales iniciales y la edad, las características que mejor estimaron las necesidades de atención futuras. Los investigadores observaron que el modelo que utilizaba datos indirectos era ligeramente más preciso que el modelo que utilizaba datos autoinformados. Esto podría deberse a que los participantes que informaron sobre sí mismos pueden haber proporcionado información inexacta, ya sea debido a un deterioro cognitivo o al deseo de restar importancia a los déficits.
Los resultados de los modelos computacionales se traducen en el tipo de información que las personas necesitan para ayudar a planificar la atención. Proporcionar ayuda para guiar las conversaciones con los adultos mayores y las familias sobre la planificación de la atención es un resultado práctico de esta investigación.
