Barn har vondt. Hvordan kan smertevurdering av barn forbedres ved bruk av helseteknologi?

Abstract

Introduksjon: Smertevurdering av barn er en viktig, men vanskelig sykepleieoppgave. Barn innlagt på sykehus blir i for liten grad vurdert for smerter, og smertevurdering gjøres ikke godt nok. Som konsekvens vil barn oppleve mye unødvendig smerte under sykehusopphold.

Hensikt: Hensikten med denne litteraturstudien er å undersøke hvordan bruk av helseteknologi ved smertevurdering av barn kan bidra til forbedring.

Metode: Dette er en litteraturstudie. Søk etter relevant forskningslitteratur ble utført i databaser for helsefag i perioden mars - april 2019. Følgende databaser ble benyttet: CINAHL, MEDLINE (Ovid) og Embase. Søkeord benyttet: Pain Assessment, Machine Learning, Pain Detection (ikke MeSH-term), Child Preschool, Pain Measurement, Pain Postoperative, Facial Expression, Pain Measurement, Infant Newborn, Sensitivity and Specificity, Child, Postoperative Pain, Skin Physiology. Generiske søk og Google Scholar ble også benyttet for å undersøke om det var mer relevant forskning på området. 6 artikler ble inkludert.

Resultat: Maskiner som måler elektrodermal aktivitet (EDA) eller analyserer smerterelaterte ansiktsuttrykk (ansiktsanalyse) viser relativt god nøyaktighet i å måle om barn har smerte eller ikke. En maskin som kombinerer EDA og ansiktsanalyse gir foreløpig høyest nøyaktighet. Maskinene klarer ikke, eller i liten grad å måle smerteintensitet. Maskinene gjør mer presis smertevurdering enn sykepleiere på flere områder.

Konklusjon: Helseteknologi skal bedre kvalitet i omsorg. Maskiner som måler smerte ved å analysere ansiktsuttrykk eller måle EDA, kan forbedre smertevurdering av barn. Dette ved å redusere risiko for feiltolkning, øke nøyaktighet, og være mer effektivt. Det er utfordringer med teknologien som gjør at metodene så langt ikke kan benyttes. Likevel er det lovende resultater for en implementering av maskiner som måler smerte i praksis. Det blir mindre rom for at sykepleier kan være årsak til mangelfull og feil smertevurdering av barn.

Introduction: Pain assessment in children is an important yet difficult task for nurses. Pain in hospitalized children is assessed poorly, and to a small extent. As a result, children experience unnecessary pain while hospitalized.

Aim: The aim of this study is to examine how health technology can help to improve pain assessment in children.

Method: This is a literature review. Search for relevant research literature was conducted in databases for health care during the period March - April 2019. The databases used: CINAHL, MEDLINE (Ovid) and Embase. Keywords used: Pain Assessment, Machine Learning, Pain Detection (not MeSH-term), Child Preschool, Pain Measurement, Pain Postoperative, Facial Expression, Pain Measurement, Infant Newborn, Sensitivity and Specificity, Child, Postoperative Pain, Skin Physiology. Generic searches and Google Scholar were also used, to investigate whether there existed more relevant research on this topic. 6 articles were included.

Results: Machines that measure electrodermal activity (EDA) or analyse pain related facial expressions (facial analysis) show relatively high accuracy in measuring if a child is in pain or not. A machine that combines EDA and facial analysis currently gives the highest accuracy. Machines do not, or to a small extent, manage to measure pain intensity. In many ways machines do assess pain more precisely than nurses.

Conclusion: Health technology is supposed to increase the quality of care. Machines that measure pain by analyzing facial expression or EDA, can improve pain assessment of children, by reducing the risk for misinterpretation, increasing accuracy and being more efficient. There are challenges with the technology that results in that the methods so far can not be used. There still remain challenges, that prohibit the technology to be used clinically. Nevertheless, the results for an implementation of machines that measure pain in clinical practice are promising. It will diminish the chance that nurses can be the cause of inadequate and wrongful pain assessment of children.