Ejercicios personalizados para proteger y mejorar la salud mental de los cuidadores

Geribloc
14/04/2021

Cuidar durante un periodo de tiempo prolongado de una persona dependiente, puede generar niveles de estrés elevados y difíciles de manejar. Cuidar implica modificar estilos de vida y esto a menudo conlleva sufrir soledad y agotamiento, viéndose comprometido el estado físico y mental.

Cada vez disponemos de más recursos de apoyo para afrontar los problemas de salud de nuestra población. Desde planes personalizados sobre estilos de vida, rutinas de ejercicios o soluciones tecnológicas que te permiten hacer el seguimiento de la persona desde su domicilio. Lo que se hace difícil es conseguir todo esto en un solo recurso y adaptarlo a las necesidades de cada uno. Es por ello, que Ferré-Bergedà et al., con este estudio, han asumido el reto y comparten con nosotros como lo han hecho.

Los mismos autores, en un estudio anterior, explicaron el diseño y evaluación de una APP dirigida a mejorar el estado de salud mental de cuidadores no profesionales mediante el ejercicio físico. En esta ocasión han ido más allá, y nos cuentan como son capaces de adaptar la pauta de ejercicios según el estado de salud mental de los cuidadores. Esta adaptación consiste en establecer el orden de los ejercicios según el nivel que nos proporciona el instrumento The level of positive mental health (PMH) y mediante el método Multi-attribute utility Theora "(Maut) creado en los años setenta por Kenney et al. Por ello, y este es precisamente un punto fuerte de esta APP, aplican inteligencia artificial y operaciones matemáticas a partir de los datos obtenidos en la muestra del estudio de evaluación.

El programa inicial consta de un total de 20 ejercicios que cada cuidador debería hacer durante cuatro semanas, de lunes a viernes. Cada día se propone una actividad diferente que promueve alguno de los factores que valora el PHM: (1) satisfacción personal, (2) actitud social, (3) autocontrol, (3) autonomía, (4) resolución de problemas y (5) habilidades comunicativas interpersonales. Estos factores se valoran según el nivel competencial del cuidador con una puntuación del 0-3 (entendiendo que con un 3 se encuentra en un estado óptimo). Y en base a esto, se relacionan las actividades que mejorarán aquellos factores con puntuaciones bajas y aquellas actividades que ayudarán a mantener los que ya tienen un estado óptimo. La APP utiliza un método de gamificación mediante un avatar propio para cada para cada cuidador y un sistema de puntuación que te permite avanzar de nivel a medida que vas realizando los ejercicios. También dispone de mensajes motivacionales que van acompañando el proceso.

Vivimos en una época en que las APP se desarrollan a un ritmo frenético. Este estudio, a fin de superar las limitaciones que tienen las terapias estándares, crean una aplicación que incorpora la inteligencia artificial para hacer una herramienta dinámica que ayude y sea capaz de adaptarse a las necesidades de cada uno. Recomiendo leer el artículo y nutrirnos del conocimiento matemático que permite hacer esta aproximación. Lo más enriquecedor de todo esto, es ver una vez más, la necesidad de crear grupos transdisciplinarios para resolver problemas de salud complejos. Este caso ha necesitado la integración de la ingeniería matemática para mover el cuerpo de números hacia la personalización.

Los hechos, las vivencias y la situación personal son diferentes para todos, del mismo modo que son diferentes los mecanismos de afrontamiento que utilizamos. Por tanto, en situaciones tan emocionales e intensas como se suelen presentar cuando cuidas de una persona dependiente, se requiere también soluciones diferentes que sean flexibles y adaptadas al momento. ¿Estamos preparados para el reto?

 

Ester Risco

 

Artículo:

Ferré-Bergadà, M., Valls, A., Raigal-Aran, L., Lorca-Cabrera, J., Albacar-Riobóo, N., Lluch-Canut, T., & Ferré-Grau, C. (2021). A method to determine a personalized set of online exercises for improving the positive mental health of a caregiver of a chronically ill patient. BMC medical informatics and decision making21(1), 74. https://doi.org/10.1186/s12911-021-01445-6