Algunas de las conversaciones más importantes y difíciles en el cuidado de la salud son las que ocurren en medio de enfermedades graves y potencialmente mortales. Las discusiones sobre las opciones de tratamiento y los pronósticos en estos entornos son un delicado equilibrio para los médicos y enfermeras que tratan con personasen su punto más vulnerable y puede que no entienda completamente lo que depara el futuro.
Ahora los investigadores del Vermont Conversation Lab de la Universidad de Vermont han utilizado el aprendizaje automático y el procesamiento del lenguaje natural para comprender mejor cómo son esas conversaciones, lo que podría ayudar a los proveedores de atención médica a mejorar su comunicación al final de la vida.
"Queremos entender esta cosa compleja llamada conversación", dice Robert Gramling, director del laboratorio de la Facultad de Medicina Larner de UVM que dirigió el estudio, publicado el 9 de diciembre en la revista Educación y asesoramiento del paciente . "Nuestro objetivo principal es ampliar la medición de las conversaciones para que podamos rediseñar el sistema de salud para que se comunique mejor"
Gramling y sus colegas querían comprender los tipos de conversaciones que las personas tienen sobre enfermedades graves, identificar las características comunes que tienen y determinar si siguen historias comunes. Para ello, tomaron prestadas las técnicas utilizadas en el estudio de la ficción, enqué algoritmos de aprendizaje automático analizan el lenguaje de los manuscritos de ficción para identificar diferentes tipos de historias.
El equipo de Gramling adaptó este método para analizar 354 transcripciones de conversaciones de cuidados paliativos recopiladas por la Iniciativa de Investigación de Comunicación de Cuidados Paliativos, que involucra a 231 pacientes en Nueva York y California. Dividieron cada conversación en 10 partes con el mismo número de palabras en cada una, yexaminó cómo la frecuencia y la distribución de las palabras que se refieren al tiempo, la terminología de la enfermedad, el sentimiento y las palabras que indican la posibilidad y la conveniencia cambiaron entre cada decil.
"Recogimos algunas señales fuertes", dice Gramling.
Las conversaciones tendían a progresar de hablar sobre el pasado a hablar sobre el futuro, y de sentimientos más tristes a más felices. "Hubo un rango bastante amplio, pasaron de muy tristes a muy felices", dice Gramling.
Las discusiones también progresaron desde hablar sobre los síntomas al comienzo de la conversación, hasta las opciones de tratamiento en el medio y el pronóstico al final. Y el uso de verbos modales - palabras como "puede", "podría" y ""eso se refiere a la probabilidad y la conveniencia, también aumentó a medida que la conversación continuó". Al final hubo más evaluación que descripción ", dice Gramling.
Los resultados consistentes en múltiples conversaciones muestran cuánto las personas dan sentido a las historias en la atención médica, dice Gramling. "Lo que encontramos respalda la importancia de la narrativa en la medicina", dice.
Las aplicaciones más prácticas del trabajo todavía están lejos, dice Gramling. Por ahora, su equipo está enfocado en usarlo como una herramienta para identificar los diferentes tipos de conversaciones que pueden ocurrir en la atención médica ". Creo que esto va aser una herramienta de investigación potencialmente importante para que podamos comenzar a fomentar la comprensión de una taxonomía de conversaciones que tenemos para que podamos comenzar a aprender cómo mejorar cada uno de esos tipos ", dice.
Ese conocimiento eventualmente podría ayudar a los profesionales de la salud a comprender qué es lo que hace una "buena" conversación sobre los cuidados paliativos y cómo los diferentes tipos de conversaciones pueden requerir diferentes respuestas. Eso podría ayudar a crear intervenciones que coincidan con lo que la conversación indica que el paciente más necesita.
"Un tipo de conversación puede conducir a una necesidad continua de información, mientras que otro puede tener una necesidad continua de apoyo funcional", dice Gramling. "Entonces, una de las formas en que esos tipos pueden ayudarnos es identificar cuáles son los recursos que tenemosvamos a necesitar pacientes individuales y familias para que no solo apliquemos lo mismo a todos "
Una comprensión más profunda de estas conversaciones, que a menudo están cargadas de emoción e incertidumbre, también ayudará a revelar qué aspectos o comportamientos asociados con estas conversaciones son más valiosos para los pacientes y las familias. Eso permitirá a los educadores orientar su capacitación de profesionales de la salud paraproporcionar las habilidades necesarias en cuidados paliativos.
Gramling dice que quizás la aplicación más útil del trabajo sería a un nivel sistémico que podría monitorear la forma en que los hospitales responden a los pacientes en conjunto, y recompensar a aquellos que les permiten a los pacientes expresar y manejar sus miedos de una mejor manera con más fondos.
"Ya medimos otros procesos de atención clínica, simplemente no lo hacemos rutinariamente para la comunicación real", dice.
Fuente de la historia :
Materiales proporcionado por Universidad de Vermont . Original escrito por Jeffrey Wakefield. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :