A deep learning algorithm to prevent burnout risk in Family Caregivers of patients undergoing dialysis treatment

Vania Costa1, Martina Messina1, Mario Bottone2, Raffaele Sperandeo1, Anna Esposito2, Nelson Mauro Maldonato2, Valeria Cioffi1, Giuseppina di Ronza1, Daneiela Iennaco1, Pasquale Dolce2, Enrico Moretto1.
1 Postgraduate School of Integrated Gestalt Psychotherapy (SiPGI) Torre Annunziata, Italy. 2 Università degli studi di Napoli Federico II Napoli, Italy.

Abstract 

La gestione continua dei pazienti dializzati espone i family caregiver a rischi psicofisici significativi. Essendo dimostrata l’efficacia dell’intelligenza artificiale nell’ambito dei processi di cura e assistenziali si è ipotizzata l’implementazione di una mobile app finalizzata a rilevare il disagio di tali Caregivers Familiari per attivare azioni di supporto e sostegno tempestive. A tale scopo per rilevare i fattori di rischio Burnout dei Caregivers Familiari di pazienti dializzati sono stati selezionati 31 item, dai questionari riconosciuti validi in letteratura, e sottoposti ad un campione di 713 soggetti. Le quattro componenti estratte attraverso l’analisi fattoriale individuano aspetti critici del vissuto dei family caregiver. La rete neurale implementata su queste quattro dimensioni mostra che hanno globalmente un’ottima capacità di previsione dello stato di stress dei soggetti (82%). Da questo studio è emersa la struttura di base di uno strumento psicometrico adatto alla valutazione dello stress dei family caregiver di pazienti sottoposti a trattamento dialitico. Tale reattivo potrà essere somministrato attraverso un app mobile e, utilizzando un algoritmo di tipo deep learning, potrà segnalare in tempo reale il disagio dei family caregiver.

Continuous management of dialysis patients exposes family caregivers to significant psychophysical risks. Having demonstrated the effectiveness of artificial intelligence in the care and assistance processes, it was hypothesized the implementation of a mobile app which would detect the distress of these Family Caregivers in order to activate support actions and adequate sustenance. In order to identify the Burnout risk factors of the Family Caregivers of dialysis patients, 31 items were selected, from the questionnaires recognized in the literature, and submitted to a sample of 713 subjects. The four components extracted through factor analysis identify critical aspects of the family caregiver’s experience. The neural network implemented on these four dimensions shows that overall they have an excellent ability to predict the stress state of the subjects (82%). From this study emerged the basic structure of a psychometric instrument suitable for the assessment of the stress of the family caregivers of patients undergoing dialysis treatment. This reagent can be administered through a mobile app and, using a deep learning algorithm, can report in real time the discomfort of the family caregivers.