Evidenze applicate alla pratica assistenziale - Infermieristica

AND

– "pain"[MeSH Terms] OR pain[Text Word] OR painful procedure*[Text Word]

AND

– "analgesia"[MeSH Terms] OR analgesia[Text Word] OR pain management[Text Word] OR

pain relief[Text Word]

AND

– "sucrose"[MeSH Terms] OR sucrose[Text Word]

I termini MeSH fanno riferimento al vocabolario medico ramificato che comprende termini

più distali, meno specifici, e prossimali, più specifici. Più si scende nell’albero più si diviene

specifici. Questo comprende anche il controllo dei sinonimi, digitando un termine dovrebbero

essere considerati automaticamente anche studi che utilizzano una terminologia analoga.

Prima di creare le stringhe di operatori booleani, cioè il collegamento delle parole con “AND”,

“OR” e “NOT”, può essere utile inserire i termini di ricerca all’interno del vocabolario MeSH,

in modo da osservare come sono stati indicizzati, da qui possiamo lanciare la ricerca

scegliendo l’operatore. La stringa composta ad esempio su Pubmed può poi essere

utilizzata negli altri database rimuovendo parentesi e filtri specifici del sito. Un database ricco

di studi in ambito infermieristico ad esempio è Cinhal.

TABELLAZIONE DELLE EVIDENZE SCIENTIFICHE

Si tratta di organizzare gli studi in tabelle nelle quali devono esserci campi comuni come

titolo dello studio, autori, anno di pubblicazione, tipo di disegno dello studio (metodo di

studio, architettura dello studio, ad es. RCT), popolazione studiata, intervento, confronto,

esito, qualità dello studio, livello di evidenza. Lo scopo di effettuare tabellazioni degli studi è

per sintesi e interpretazione, valutare la qualità e comprendere al meglio i risultati, in modo

da sostenere il processo decisionale basato sulle evidenze. Dobbiamo rapidamente

identificare quesito clinico, struttura della tabella, comparazione ed interpretazione dei

risultati. Fondamentalmente ci sono 2 tipologie di tabelle, la tabella di riepilogo della

ricerca, e la tabella di sintesi.

Il doi, digital object identification, è un identificativo che fa riferimento ad un determinato

studio. Questa dicitura intera è utilizzata nelle bibliografie, per identificare invece uno studio

nel corso del discorso si indica tra parentesi il nome del primo autore e l'anno secondo il

metodo Harvard di citazione, mentre secondo il metodo Vancouver si utilizza una legenda

a piè di pagina e si riportano i numeri associati agli studi nel testo.

Quando si utilizza un acronimo invece o si effettua una tabella oppure si sviluppa in

maniera completa la prima volta e abbreviata le altre.

Quando svolgiamo uno studio come la tesi devono essere riportate sempre la tabella 1, di

ricerca, e la tabella 2, di sintesi.

Tabelliamo questi studi

• Akbar Z, Alquwez N, Alsolais A, Thazha SK, Ahmad MD, Cruz JP. Knowledge about

antibiotics and antibiotic resistance among health-related students in a Saudi University. J

Infect Dev Ctries. 2021;15(7):925-933. Published 2021 Jul 31. doi:10.3855/jidc.12329

• Bouchoucha SL, Kilpatrick M, Phillips NM, Hutchinson AF. Nursing students' awareness

and perceptions of nurses' role in antimicrobial stewardship. Nurse Educ Pract.

2021;52:103036. doi:10.1016/j.nepr.2021.103036

“Metrics” indica alcuni strumenti con i quali vengono identificati i dati, ad esempio la

tipologia di questionario, oppure i livelli di colesterolo controllati tramite esami. “Key

findings” sono i risultati importanti acquisiti con lo studio. Uno studio “cross sectional” è uno

studio osservazionale basato su una popolazione in un tempo definito (altra maniera per

definire uno studio trasversale). PRISMA STATEMENT

Il percorso dello studio

deve essere riportato

attraverso il prisma

statement, cioè un

diagramma composto da

una checklist di 27 item

e dal diagramma di

flusso stesso.

Le evidence gap maps

(EGMs) sono strumenti

innovativi per identificare

aree con solide evidenze

scientifiche e quelle che

necessitano ulteriori

studi, aiutano a

migliorare la pratica

clinica e a guidare la

ricerca verso aree

inesplorate. Organizzate

come raccolte tematiche,

collegano interventi e

risultati in un quadro

strutturato. Distinguono

tra lacune assolute

(assenza di studi) e

lacune di sintesi (studi

primari senza revisione

sistematica).

Ogni pallino rappresenta

un insieme di studi che

ha analizzato quegli

aspetti, più grande è il

pallino più studi

incrociano un

determinato intervento

con un outcome.

LEGGIAMO E VALUTIAMO UN TRIAL CLINICO Parliamo in termini di esposizione ad

un farmaco o non esposizione,

oppure ad esempio a fattori di rischio

come il fumo aspettandoci un

outcome di malattia o non malattia a

seconda del caso. Il rischio relativo

(RR) è una misura numerica di

associazione tra due popolazioni

sulla base di differenti esposizioni. Ci

sono numerose misure di

associazione, noi ne vediamo 2 in

particolare, le più frequenti. Dal

nostro punto di vista critico e non da

ricercatori non è necessario

conoscere la formula matematica,

l’importante è capire criticamente il significato di questa misura.

L’odds ratio (OR) esprime invece la probabilità che un evento si verifichi

nel gruppo degli esposti rispetto al gruppo dei non esposti. Il calcolo è

differente dal rischio relativo perché quest’ultimo si misura negli studi

prospettici, cioè quelli rivolti a qualcosa che succederà, mentre l’OR si

utilizza per gli studi retrospettivi, riguardo qualcosa che è già successo come in uno studio

caso-controllo, nel quale si prendono in considerazione persone che hanno avuto una

malattia, un gruppo che non l’ha avuta e si osserva la differente esposizione ai fattori di

rischio osservando la probabilità di sviluppare patologia.

I due valori si analizzano allo stesso modo, cambia il contesto, rispetto a queste misure si

valuta la distanza dal valore 1, che riguarda l’ipotesi nulla, cioè quella che non produce

effetti (le due popolazioni sono uguali), se il valore è inferiore a 1 l’esposizione protegge

rispetto l’insorgenza del danno, se è maggiore di 1 l’esposizione favorisce l’insorgenza del

danno. Più il numero è grande più

l’associazione diventa forte, fino a

poter tendere ad infinito, se invece il

numero è piccolo il ragionamento è

opposto. In caso di odd ratio parliamo

di aumento della probabilità.

Quando andiamo a testare un

intervento non possiamo farlo su tutta

la popolazione, dobbiamo identificare un campione rappresentativo di esso e il tema è come

cercare quest’ultimo in modo da comprenderne qualità e affidabilità, oltre che la sufficienza

numerica per poter considerare valido lo studio attribuendolo alla popolazione generale. I

test di significatività forniscono un valore “p” che misura la probabilità che una differenza o

un’associazione osservata possa essere dovuta a fluttuazioni casuali, ossia alla possibile

variabilità tra campioni, e possa quindi non corrispondere a fenomeni reali. Quanto più p è

piccolo, tanto più si può avere fiducia nel concludere che la differenza o associazione è

reale, il livello di significatività più comune è 0,05, e per convenzione si considerano sempre

solo i valori inferiori ad esso, anche se ci sono casi maggiormente variabili che possono

risultare accettabili in base allo studio. Un campione può avere a volte elevata significatività

anche se piccolo quando c’è una netta differenza di risultati tra i due gruppi, quello esposto e

quello non esposto.

Quando diamo un valore di una misura di associazione (RR o OR),

identifichiamo un valore all’interno del quale nel 95% dei casi ricade un valore

rappresentativo della popolazione, con l’intervallo di confidenza

consideriamo un intervallo all’interno del quale se ripetessimo lo studio 100

volte per 95 il risultato che otterremo cadrà all’interno di questo intervallo. Se

all'interno dell’intervallo di confidenza è contenuto il valore 1 per convenzione

si considera quell'associazione nulla poiché nell'intervallo considerato non

possiamo escludere l’ipotesi nulla, quindi per convenzione non deve essere

contenuto il valore 1 nell’intervallo. Se non si riesce a rimuovere l'1 dall'intervallo, le

popolazioni sono uguali. Più l’intervallo è piccolo più aumenta la precisione, più il campione

è grande o la forza di associazione è elevata più l’intervallo di confidenza diminuisce.

Con medicazione

sterile intendiamo

quella che ad

oggi viene

utilizzata mentre

con medicazione

standard si

intendeva un

cerotto di

fixomull.

Questo capitolo è

la parte del

background, ora

andiamo a vedere

la parte di

materiali e

metodi, che deve

fornire tutte le

informazioni sui

campioni e le

metodologie.

In questo caso si considera come numero non la persona singola, ma il numero di cateteri,

una persona può avere anche più cateteri. Mettere una medicazione rispetto all’altra sulla

base di criteri non stabiliti, come ad esempio alcuni su persone con peluria e altri sulle

persone senza sarebbe un bias e bisogna rispettare i criteri stabiliti per quel campione.

Uno studio pilota è un piccolo studio per verificare la fattibilità e l’applicabilità dello studio

principale che si vuole svolgere. Qui sono evidenziati esiti primari e secondari, infatti

determinati risultati possono essere utilizzati per identificare altri esiti e utilità oltre a quello

primario.

La priorità rimane sempre il benessere del paziente, quindi se qualcuno ha problematiche

come ad

esempio

fastidi per la

medicazione,

può uscire

dallo studio,

l’importante

è sempre la

trasparenza,

il riportare

questi dati.

Quando facciamo le analisi statistiche dobbiamo effettuare i calcoli sia sul campione iniziale

sia su quello rimanente a seguito del fenomeno di drop out, che riguarda coloro che hanno

abbandonato lo studio. Le percentuali divengono diverse e bisogna anche fare delle

riflessioni sui motivi dell’abbandono, che potrebbero essere controindicazioni ad

un’eventuale pratica che se prendessimo in considerazione solo i risultati finali sul campione

rimasto potrebbe risultare erroneamente efficiente.

Come sappiamo la medicazione sterile riduce l’incidenza di flebiti, ma al tempo di questo