Disturbi Del Sonno

ANDREA CASALE
DISTURBI DEL SONNO

E INTEGRATORI ALIMENTARI
Il presente ebook è accreditato come corso ECM FAD solo attraverso apposita
registrazione su www.ebookecm.it
COLLANA EBOOKECM
EBOOK PER L’EDUCAZIONE CONTINUA IN MEDICINA © 2021
ISBN: 9788831253369
INDICE
EPIDEMIOLOGIA DEI DISTURBI DEL SONNO

DURANTE LA PANDEMIA DA COVID-19 6
Introduzione del curatore
EFFETTI DEL LOCKDOWN PER IL COVID-19 SULLA SALUTE MENTALE

E SUI DISTURBI DEL SONNO IN ITALIA 7
1. Introduzione 7
2. Materiali e metodi 8
3. Risultati 10
4. Discussione 26
5. Conclusioni 30
Bibliografia 30
Commento all’articolo 35
MELATONINA 36
Meta-Analisi: la melatonina per il trattamento dei disturbi primari del sonno
Introduzione del curatore 36

Introduzione 37
Metodi 38
Risultati 40
Discussione e conclusioni 48
Bibliografia 49
PASSIFLORA 54
Prodotti medicinali a base di erbe della Passiflora per l’ansia:
un potenziale non sfruttato

1. Introduzione 56
2. Metodi 57
3. Conclusioni 64
Bibliografia 65
ACIDO GAMMA AMMINOBUTIRRICO 79

Effetti degli integratori gaba/β-glucano sul contenuto di melatonina
e serotonina estratti da risorse naturali

Introduzione 80
Materiali e metodi 82
Risultati 88
Discussione 93
Conclusione 96
Bibliografia 97
VITAMINA B3 E VITAMINA B6 103
Vitamina B3 (Niacina) 104

Vitamina B6 (Piridossina, Piridossale, Piridossamina) 104
Fonti bibliografiche 105
LUPPOLO 106
L’effetto sedativo della birra analcolica su un gruppo di infermiere sane
Introduzione 106
Materiali e metodi 108
Quadro sperimentale 108
Parametri studiati 109
Risultati 112
Discussione 117
Bibliografia 119
VALERIANA 125
NOTE SUL CURATORE 128

INDICE
EPIDEMIOLOGIA DEI DISTURBI DEL SONNO

DURANTE LA PANDEMIA DA COVID-19
INTRODUZIONE DEL CURATORE
I disturbi del sonno rappresentano un gruppo di problema-

tiche molto frequenti che il farmacista è chiamato a risolvere
quotidianamente. Diversi pazienti riferiscono al farmacista dif-
ficoltà ad addormentarsi, a mantenere il sonno oppure possono
manifestare entrambi i sintomi. Spesso queste difficoltà sono
accompagnate a stati ansiogeni che accompagnano il paziente
durante le fasi di veglia. Dai primi mesi del 2020, la pandemia
da Covid19 ha sicuramente acuito i disturbi del sonno e, più in
generale, le problematiche legate alla salute mentale. La paura di
ammalarsi, le restrizioni, le difficoltà a coltivare relazioni sociali
e il senso di precarietà legato al lavoro hanno generato uno stato
d’ansia in molti individui. L’insorgere di questi problemi era pre-
vedibile in quanto già studiate durante l’epidemia di SARS-Cov1
in Cina nel 2003.
Per meglio comprendere la magnitudine del problema, viene
proposto ai colleghi uno studio condotto da ricercatori italiani
sugli effetti delle restrizioni sulla salute mentale i disturbi del son-
no in Italia. È stato sottoposto un questionario ad un campione
di 1515 pazienti italiani per valutare la prevalenza di sintomi de-
pressivi, ansiogeni o legati ai disturbi del sonno durante la “prima
ondata” della pandemia tra i mesi di marzo e maggio 2020.
N.B: per permettere una lettura più scorrevole di questo ar-
ticolo e meglio contestualizzarlo all’interno della pubblicazione,
alcuni passaggi relativi ad aspetti più dettagliati della metodolo-
gia di ricerca sono stati tagliati. Dove sono state operate queste
scelte è sempre presente la dicitura “[…]”. Per una lettura integra-
le dell’articolo si rimanda all’originale in lingua inglese.
6
INDICE
EFFETTI DEL LOCKDOWN PER IL COVID-19

SULLA SALUTE MENTALE E SUI DISTURBI
DEL SONNO IN ITALIA
TRADOTTO ED ESTRATTO DA:

GUALANO MR, LO MORO G, VOGLINO G, BERT F, SILIQUINI R. EF-
FECTS OF COVID-19 LOCKDOWN ON MENTAL HEALTH AND SLEEP
DISTURBANCES IN ITALY. INTERNATIONAL JOURNAL OF ENVI-
RONMENTAL RESEARCH AND PUBLIC HEALTH. 2020; 17(13):4779.
HTTPS://DOI.ORG/10.3390/IJERPH17134779
1. INTRODUZIONE
La malattia da coronavirus 2019 (Covid-19) è già stata ri-

conosciuta avere conseguenze psicologiche e sociali dirette e
indirette che potrebbero avere un impatto sulla salute mentale
(MH [Mental Health]) non solo durante la pandemia ma anche
in futuro [...]. Tra le conseguenze della quarantena ci sono di-
sturbi da stress acuto, ansia, irritabilità, scarsa concentrazione e
indecisione, peggioramento delle prestazioni lavorative, disturbo
post traumatico da stress, elevata sofferenza psicologica, sintomi
depressivi e insonnia [2]. Inoltre, i principali fattori di stress per
la salute mentale durante la quarantena si sono rivelati la durata
della quarantena stessa, il timore di essere contagiati, la frustra-
zione e la noia, l’inadeguatezza di provviste e informazione [...].
L’Italia è stato il primo paese in Europa ad entrare in un
lockdown nazionale [...]. Durante questo periodo erano permes-
se solo le attività essenziali, solo i negozi essenziali potevano es-
sere aperti e gli individui avevano il permesso di lasciare le loro
case solo per necessità dimostrate, come i motivi di salute, le
7
INDICE
DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

spese per le necessità di base e il lavoro (quando non era possibi-

le lavorare da casa) [...].
Considerato quanto sopra, il presente studio mirava a stima-
re l’impatto psicologico del COVID-19 e delle relative misure
restrittive attraverso un’indagine trasversale a livello naziona-
le che ha studiato la diffusione di sintomi depressivi, sintomi
d’ansia e problemi del sonno nella popolazione generale italiana
durante le ultime settimane di chiusura. La nostra ipotesi prin-
cipale era che l’impatto sulla salute mentale potesse essere coe-
rente e comparabile in tutti i Paesi che hanno dovuto affrontare
un lockdown. Inoltre, un altro obiettivo era esplorare attraverso
modelli di regressione gli elementi predittori e le determinanti
che potrebbero influenzare tali esiti di salute mentale in questo
contesto unico nel suo genere. L’obiettivo di queste analisi era
quello di identificare gruppi potenzialmente vulnerabili o possi-
bili fattori da modificare al fine di avere una base per pianificare
strategie specifiche e mirate per ridurre il carico dei problemi di
salute mentale dovuti alla quarantena per COVID-19.
2. MATERIALI E METODI
È stato condotto uno studio nazionale trasversale durante

gli ultimi 14 giorni della chiusura italiana (tra il 19 aprile e il
3 maggio 2020) attraverso un questionario online, distribuito
attraverso i social network dalle pagine istituzionali del Dipar-
timento di Scienze della Salute Pubblica (Università di Torino)
[...]. Le risposte raccolte sono state escluse dal campione finale
se i soggetti soddisfacevano uno dei criteri di esclusione (essere
minorenni o vivere all’estero durante il lockdown). La partecipa-
zione era volontaria e senza compenso [...].
Il questionario autosomministrato era composto da quaran-
tanove domande. Una prima sezione indagava le caratteristiche
socio-demografiche dei soggetti: sono stati valutati età, sesso,
nazionalità, stato civile, livello di istruzione, occupazione, pau-
ra di perdere il lavoro, perdite economiche e precedenti ma-
8
INDICE

lattie croniche. Sono state elaborate a partire dai punti sopra

menzionati alcune variabili indipendenti. Il livello d’istruzione
è stato raggruppato considerando la presenza di un titolo uni-
versitario come outcome binario. La covariata “attività durante
il lockdown” è stata ricodificata, raggruppando “non lavoro” e
“la mia attività non è cambiata” come “nessuna variazione”; “li-
cenziamento”, “congedo parentale” e “ferie pagate” come “red-
dito garantito”; e “la mia attività è ridotta”, “la mia attività è
interrotta” e “ho perso il lavoro” come “interruzione/riduzione
dell’attività”. Infine, è stata creata una nuova covariata, la “lot-
ta economica”, unendo le risposte sull’occupazione, la paura di
perdere un lavoro e le perdite economiche. Un primo gruppo,
chiamato “non lavoratore”, comprendeva soggetti senza occupa-
zione. Un secondo gruppo, chiamato “lavoratore in difficoltà”,
comprendeva i soggetti con un’occupazione che dichiaravano di
avere paura di perdere il lavoro o di aver affrontato perdite eco-
nomiche e un terzo gruppo era etichettato come “lavoratore non
in difficoltà” e comprendeva i soggetti con un’occupazione e che
non avevano paura di perdere il lavoro o di sperimentare delle
perdite economiche.
Una seconda sezione ha valutato la quantità di ore trascorse
su internet, le fonti di informazione utilizzate, il numero di volte
che un soggetto è uscito in una settimana, se il soggetto ha usu-
fruito o meno della spesa online, se gli intervistati hanno evitato
l’attività fisica per paura di infortuni o per la pressione dei pari e
se avevano l’abitudine di indossare la mascherina quando usciva-
no. Per eseguire ulteriori analisi statistiche, la variabile “masche-
rina” è stata considerata come un risultato binario, etichettando
“altro” come le risposte “No, non credo sia utile”, “No, non sono
riuscito a trovarne una” e “Sì, qualche volta”.
Nella terza sezione, i sintomi depressivi sono stati indagati
attraverso il Patient Health Questionnaire-2 (PHQ-2), uno stru-
mento a due voci per lo screening della depressione [18]. L’ansia
è stata misurata attraverso il Generalized Anxiety Disorder-2 (GAD-
2), un questionario a due voci per lo screening dei disturbi d’an-
sia [...].[19] Un punteggio di 3 o superiore rappresenta una più
9
INDICE

alta probabilità di depressione maggiore e di disturbi d’ansia,

rispettivamente [18,19]. Inoltre, se il soggetto ha dichiarato di
soffrire di disturbi del sonno, è stato utilizzato l’Insomnia Seve-
rity Index (ISI). La scala è composta da 7 livelli, ognuno con un
punteggio che va da 0 a 4. È stata registrata “Nessuna insonnia
clinicamente significativa” se il punteggio finale era tra 0 e 7,
“Insonnia sottosoglia” se era tra 8 e 14, “Insonnia clinica (gravità
moderata)” se variava da 10 a 21 e “Insonnia clinica (grave)” se
era tra 22 e 28 [20].
Infine, una quarta sezione ha valutato l’accesso all’assistenza
sanitaria (HCA). In particolare, l’indagine ha valutato l’autome-
dicazione e se i trattamenti medici programmati erano stati po-
sticipati [...].
3. RISULTATI
Il campione finale era composto da 1515 questionari[...]. Una

descrizione del campione è fornita in Tabella 1. L’età mediana
era di 42 anni (IQR = 23) e le femmine erano il 65,6%. La mag-
gior parte del campione proveniva dal Nord Italia (75,5%) e la
maggior parte dichiarava di essere sposata o convivente (61,1%).
Le scale utilizzate per lo screening delle problematiche di salute
mentale hanno restituito una prevalenza del 24,7% di sintomi
depressivi e del 23,2% di disturbi d’ansia. Infine, il 42,2% degli
intervistati ha riferito di aver sofferto di problemi di sonno. Tra
questi, il 19,9% non ha avuto insonnia clinica, il 62,7% soffre
di insonnia sotto soglia, il 16,3% di insonnia clinica moderata e
solo l’1,1% di insonnia clinica grave.
10
INDICE

Tabella 1. Descrizione del campione.
Variable Category N %
Age *
42 23
Male 511 34.4
Gender
Female 973 65.6
North 987 75.5
Geographical Area Centre 179 13.7
South 141 10.8
Single/Divorced 577 38.9
Marital Status
Married/Cohabitant 908 61.1
None 1 0.1
Elementary School 3 0.2
Education Level Middle School 72 4.8
High School 389 26
University 1029 68.9
Unemployed 94 6.2
Student 108 7.1
Employed (public sec-
376 24.9
tor)
Employed (private sec-
Employment 446 29.5
tor)
Self-employed 208 13.7
Entrepreneur 37 2.4
Retiree 224 14.8
Housewife 20 1.3
No 543 85.4
Fear of Losing Employment
Yes 93 14.6
No 46 23.5
Income Reduction
Yes 150 76.5
11
INDICE

I do not work 310 20.7
My activity is not chan-
230 15.3
ged
Smart working 489 32.6
Layoff 98 6.5
Activity During Lockdown Parental Leave 7 0.5

Paid Vacation 15 1
My activity is reduced 155 10.3
My activity is stopped 116 7.7
I lost my job 18 1.2
Other 63 4.2
No 1186 79.6
Healthcare Worker
Yes 304 20.4
No 1171 78.2
Chronic Conditions
Yes 326 21.8
No 944 62.9
Domestic Animal
Yes 556 37.1
No 619 41.6
Shopping Online
Yes 869 58.4
Time Spent on Internet* Hours/day 9 6
Stable 322 21.6
Increased 1119 75.1
Time Spent on Internet
Decreased 22 1.5
I do not know 27 1.8
No 454 30
Source of Information (TV)
Yes 1061 70
Source of Information No 1169 77.2

(Radio) Yes 346 22.8
Source of Information No 254 16.8

(Internet) Yes 1261 83.2
12
INDICE

Source of Information (New- No 715 47.2
spaper) Yes 800 52.8
Source of Information (Frien- No 1266 83.6

ds) Yes 249 16.4
Times Went Out * Number/Week 3 6
No 1019 69.7
Afraid to Leave Home
Yes 444 30.3
No, I do not think is
67 4.4
useful
No, I was not able to
26 1.7
Do You Wear a Facemask find one
Going Out?
Yes, sometimes 266 17.7
Yes, always 1071 71.1
I do not go out 76 5
No 1145 76.7
Avoidance of Activity (fear of
Yes 348 23.3
injuries)
Yes 388 26.1
No 1299 86.9
Avoidance of Health Services
Yes 195 13.1
No 1420 95
Self-Medication
Yes 74 5
*
Continuous variable described as Median and Interquartile Range (IQR).
Come riportato in Tabella 2, l’età è risultata significativa-

mente più bassa nel gruppo che presentava sintomi depressivi (p
< 0,001). Allo stesso modo, sono state registrate differenze signi-
ficative basate sulla presenza di depressione se si considerava lo
stato civile (p < 0,001), le lotte economiche (p = 0,033) e il tempo
trascorso su internet (p < 0,001). La prevalenza dei sintomi de-
pressivi era più bassa nel gruppo che usa il giornale come fonte
di informazione (p = 0,018) e tra coloro che indossano sempre
una mascherina protettiva quando escono (p = 0,005). Al contra-
rio era più alto tra i soggetti che dichiaravano di avere paura di
13
INDICE

uscire di casa per le proprie necessità (p < 0,001) e tra i soggetti

che evitavano l’attività fisica per la paura di lesioni (p = 0,001) o
per la pressione dei pari (p < 0,001).
Tabella 2. Descrizione del campione stratificato in depressione, ansia e disturbi del

sonno.
Table 2. Description of the sample stratified according to Depression, Anxiety and Sleep
Disturbances.
Depression (PHQ-2) Anxiety (GAD-2) Sleep Disturbances

Variable No Yes No Yes No Yes
N(%) N(%) N(%) N(%) N(%) N(%)
p-Value p-Value p-Value
1119 367 1144 345 854 624
Total
(75.3) (24.7) (76.8) (23.2) (57.8) (42.2)
40 44 37 44 40
Age* 43 (24) <0.001* <0.001* <0.001 *
(23) (26) (17) (26) (21)
389 112 420 82 327 172

Male
(77.6) (22.4) (83.7) (16.3) (65.5) (34.5)

Gender
0.132 <0.001* <0.001 *

Female
708 248 700 256 509 440

(74.1) (25.9) (73.2) (26.8) (53.6) (46.4)
North
727 246 731 246 558 418

(74.7) (25.3) (74.8) (25.2) (57.2) (42.8)
Geogra-phical Area
Centre
140 34 0.106 142 32 0.139 107 66 0.242

(80.5) (19.5) (81.6) (18.4) (61.8) (38.2)
South
94 40 99 35 69 63
(70.1) (29.9) (73.9) (26.1) (52.3) (47.7)
Single/Divorced
396 174 410 161 313 253

(69.5) (30.5) (71.8) (28.2) (55.3) (44.7)
Marital Status
<0.001* <0.001* 0.164

Married/Cohabitant
702 185 709 180 521 362

(79.1) (20.9) (79.8) (20.2) (59) (41)
14
INDICE


N(%) N(%) N(%) N(%) N(%) N(%)
1119 367 1144 345 854 624
Total
(75.3) (24.7) (76.8) (23.2) (57.8) (42.2)
High school or lower
335 119 365 91 263 190

(73.8) (26.2) (80) (20) (58.1) (41.9)
Education Level
0.289 0.046* 0.862

University
772 239 762 250 578 426

(76.4) (23.6) (75.3) (24.7) (57.6) (42.4)
No variation
403 128 418 113 330 197

(75.9) (24.1) (78.7) (21.3) (62.6) (37.4)
Smart working
377 103 377 106 282 199

Activity During Lockdown
(78.5) (21.5) (78.1) (21.9) (58.6) (41.4)
0.114 0.197 0.001 *

Guaranteed income Activity Stop/Reduction
86 32 85 33 55 61
(72.9) (27.1) (72) (28) (47.4) (52.6)
201 82 209 75 143 138

(71) (29) (73.6) (26.4) (50.9) (49.1)
15
INDICE


N(%) N(%) N(%) N(%) N(%) N(%)
1119 367 1144 345 854 624
Total
(75.3) (24.7) (76.8) (23.2) (57.8) (42.2)
Non worker
317 120 345 92 261 172

(72.5) (27.5) (78.9) (21.1) (60.3) (39.7)
Worker experiencing trouble
175 64 173 66 118 120

Economical Struggle
(73.2) (26.8) (72.4) (27.6) (49.6) (50.4)
0.033* 0.153 0.010 *

Worker nonexperiencing trouble
455 120 445 133 349 229

(79.1) (20.9) (77) (23) (60.4) (39.6)
Healthcare Worker
874 290 910 257 672 490

No
(75.1) (24.9) (78) (22) (57.8) (42.2)
0.953 0.019* 0.727
225 74 214 85 169 129

Yes
(75.3) (24.7) (71.6) (28.4) (66.7) (43.3)

Chronic Conditions
866 289 875 280 676 475

No
(75) (25) (75.8) (24.2) (58.7) (41.3)

0.766 0.080 0.119
238 76 255 62 169 145
Yes
(75.8) (24.2) (80.4) (19.6) (53.8) (46.2)
16
INDICE


N(%) N(%) N(%) N(%) N(%) N(%)
1119 367 1144 345 854 624
Total
(75.3) (24.7) (76.8) (23.2) (57.8) (42.2)
697 230 728 201 555 371

No
Domestic Animal
(75.2) (24.8) (78.4) (21.6) (59.9) (40.1)
0.986 0.055 0.033 *
410 135 404 142 294 248

Yes
(75.2) (24.8) (74) (26) (54.2) (45.8)
461 147 480 128 357 247

No
Shopping Online
(75.8) (24.2) (78.9) (21.1) (59.1) (40.9)
0.618 0.077 0.273
637 216 641 214 479 373

Yes
(74.7) (25.3) (75) (25) (56.2) (43.8)

Time Spent on Internet (Amount) *
Hours/day
9 (6) 9 (6) 0.214 9 (6) 9 (6) 0.015* 8.5 (7) 9 (6) 0.019 *
17
INDICE


N(%) N(%) N(%) N(%) N(%) N(%)
1119 367 1144 345 854 624
Total
(75.3) (24.7) (76.8) (23.2) (57.8) (42.2)
Stable
270 56 265 62 203 119

(82.8) (17.2) (81) (19) (63) (37)
Increased
Time Spent on Internet (Trend)
808 293 835 267 613 483

(73.4) (26.6) (75.8) (24.2) (55.9) (44.1)
<0.001* 0.002* 0.029 *

Decreased
11 10 10 11 10 11
(52.4) (47.6) (47.6) (52.4) (47.6) (52.4)
I don’t know
21 6 23 4 20 7
(77.8) (22.2) (85.2) (14.8) (74.1) (25.9)
Source of Information (TV)
328 118 330 117 252 194

No
(73.5) (26.5) (73.8) (26.2) (56.5) (43.5)
0.303 0.072 0.513
791 249 814 228 602 430

Yes
(76.1) (23.9) (78.1) (21.9) (58.3) (41.7)

Source of Information (Radio)
852 293 868 281 657 486

No
(74.4) (25.6) (75.5) (24.5) (57.5) (42.5)
0.144 0.031* 0.666
267 74 276 64 197 138

Yes
(78.3) (21.7) (81.2) (18.8) (58.8) (41.2)
18
INDICE


N(%) N(%) N(%) N(%) N(%) N(%)
1119 367 1144 345 854 624
Total
(75.3) (24.7) (76.8) (23.2) (57.8) (42.2)
Source of Information (Internet)
180 61 199 44 146 96

No
(74.7) (25.3) (81.9) (18.1) (60.3) (39.7)
0.809 0.041* 0.380
939 306 945 301 708 528

Yes
(75.4) (24.6) (75.8) (24.2) (57.3) (42.7)

Source of Information (Newspaper)
506 192 519 180 382 310

No
(72.5) (27.5) (74.2) (25.8) (55.2) (44.8)
0.018* 0.026* 0.060
613 175 625 165 472 314

Yes
(77.8) (22.2) (79.1) (20.9) (60.1) (39.9)

Source of Information (Friends)
945 296 962 282 719 517

No
(76.1) (23.9) (77.3) (22.7) (58.2) (41.8)
0.089 0.302 0.492
174 182 63 135 107

Yes
71 (29)
(71) (74.3) (25.7) (55.8) (44.2)
Times Went Out *
Number/Week
3 3 3 4 3 3
0.560 0.011* 0.943
(6) (6) (6) (7) (6) (6)
19
INDICE


N(%) N(%) N(%) N(%) N(%) N(%)
1119 367 1144 345 854 624
Total
(75.3) (24.7) (76.8) (23.2) (57.8) (42.2)
Afraid to Leave Home
790 214 808 198 619 381

No
(78.7) (21.3) (80.3) (19.7) (61.9) (38.1)
<0.001* <0.001* <0.001 *
294 145 299 140 210 228

Yes
(67) (33) (68.1) (31.9) (47.9) (52.1)

Other
303 127 314 116 240 189

(70.5) (29.5) (73) (27) (55.9) (44.1)
Facemask
0.005* 0.026* 0.373

Yes, always
815 239 827 228 611 434

(77.3) (22.7) (78.4) (21.6) (58.5) (41.5)
Avoidance of Activity (Fear of Injuries)
871 257 881 248 675 447

No
(77.2) (22.8) (78) (22) (60.2) (39.8)
0.001* 0.023* <0.001 *
236 108 248 96 166 176

Yes
(68.6) (31.4) (72.1) (27.9) (48.5) (51.5)

Avoidance of Activity (Peer Pressure)
864 221 875 210 661 417

No
(79.6) (20.4) (80.6) (19.4) (61.3) (38.7)
<0.001* <0.001* <0.001 *
239 142 248 134 179 201

Yes
(62.7) (37.3) (64.9) (35.1) (47.1) (52.9)
20
INDICE


N(%) N(%) N(%) N(%) N(%) N(%)
1119 367 1144 345 854 624
Total
(75.3) (24.7) (76.8) (23.2) (57.8) (42.2)
Avoidance of Health Services
980 311 1000 294 750 533

No
(75.9) (24.1) (77.3) (22.7) (58.5) (41.5)
0.162 0.289 0.177
139 56 144 51 104 91

Yes
(71.3) (28.7) (73.8) (26.2) (53.3) (46.7)
1068 344 1095 320 824 580

Self-Medication
No
(75.6) (24.4) (77.4) (22.6) (58.7) (41.3)

0.191 0.026* 0.002 *
51 23 49 25 30 44
Yes
(68.9) (31.1) (66.2) (33.8) (40.5) (59.5)
*
Continuous Variable. Described as Median and Interquartile Range (IQR). * Two
tailed p-value <0.05 (significant).
Allo stesso modo, l’età è risultata significativamente più bassa

nel gruppo che presentava un disturbo d’ansia (p < 0,001). È inte-
ressante notare che il sesso (p < 0,001), lo stato civile (p < 0,001),
il livello di istruzione (p = 0, 046) e l’essere un operatore sanita-
rio (p = 0, 019) sono risultati associati alla prevalenza dell’ansia.
Inoltre, si sono registrate differenze significative considerando il
tempo trascorso su internet, sia per numero di ore al giorno (p
= 0,015) che per la variazione delle stesse durante il lockdown
(p = 0,002). L’uso di diverse fonti di informazione - radio (p =
0,031), giornali (p = 0,026) e internet (p = 0,041) - è risultato as-
sociato a differenze nella prevalenza del disturbo d’ansia. Inoltre,
una maggiore prevalenza è stata registrata tra coloro che hanno
dichiarato di avere paura di uscire di casa (p < 0,001), coloro
che hanno dichiarato di evitare l’attività per paura di ferite (p =
0,023) o a causa della pressione dei pari (p < 0,001) e tra coloro
che hanno praticato l’automedicazione (p = 0,026). Al contrario,
21
INDICE

una minore prevalenza è stata registrata tra i soggetti che hanno

dichiarato di indossare sempre una maschera quando escono ri-
spetto agli altri (p = 0,026).
Come visto per la depressione e l’ansia, l’età mediana nel
gruppo che soffre di disturbi del sonno è risultata significativa-
mente più bassa (p <0,001). Inoltre, le covariate associate alla dif-
ferente presenza di disturbi del sonno erano il sesso (p < 0,001),
l’attività durante la chiusura (p = 0,001), la presenza di lotte eco-
nomiche (p = 0,010) o animali domestici (p = 0,033). Le differen-
ze nella prevalenza dei disturbi del sonno erano associate all’uso
di internet, considerando il numero di ore al giorno (p = 0,019)
o la tendenza dall’inizio del lockdown (p = 0,029). È interessante
notare che non è stata trovata nessuna associazione con la fonte
di informazione utilizzata. Una maggiore frequenza di disturbi
del sonno è stata associata alla paura di uscire di casa (p < 0,001),
al ricorso all’automedicazione (p = 0,002) o all’evitare le attività
per paura di ferirsi (p < 0,001) o per la pressione dei pari (p < 0,
001).
Sono stati utilizzati dei modelli di regressione logistica mul-
tivariabile per indagare i possibili predittori di scarsa salute
mentale e disturbi del sonno (Tabella 3). In particolare, consi-
derando la presenza di sintomi depressivi, essere sposati o essere
conviventi è risultato essere un fattore protettivo (Adjusted Odd
Ratio, AdjOR= 0.67; 95% Confidence Interval C.I.: 0.48-0.94).
Allo stesso modo, avere un lavoro e non sperimentare difficoltà
economiche ha ridotto significativamente il rischio di sviluppare
sintomi depressivi (AdjOR = 0,56; 95% C.I.: 0,38-0,83). Al con-
trario, passare più tempo connessi rispetto a prima del lockdown
era associato a un aumento del rischio di depressione (AdjOR =
1,64; 95% C.I.: 1,07-2,35), così come evitare attività fisica per la
pressione dei pari (AdjOR = 2,20; 95% C.I.: 1,57-3,10).
22
INDICE

Tabella 3. Predittori di depressione, ansia e disturbi del sonno (AdjOR: Adjusted

Odds Ratio; CI: Confidence Interval).
Sleep Disturbances
Variable
AdjOR AdjOR AdjOR
(95% CI) (95% CI) (95% CI)
1 0.98 0.99
Age
(0.99–1.02) (0.97–1.00) * (0.98–1.00)
Male - - -
Gender
1.20 2.06 1.70

Female
(0.86–1.68) (1.44–2.95) * (1.27–2.28) *
Single/Divorced - - -
Marital
Status
Married/ 0.67 0.73

-
Cohabitant (0.48–0.94) * (0.52–1.03)
High school or
Education
- - -
lower
Level
1.20
University - -
(0.83–1.73)
No variation - - -
1.13
Activity During
Smart working - -
Lockdown
(0.75–1.69)
Guaranteed 1.55
- -
income (0.84–2.84)
Activity Stop/ 1.23
- -
Reduction (0.78–1.94)
Non worker - - -
Economical
Worker experien- 0.75 1.18

Struggle
-
cing trouble (0.48–1.17) (0.73–1.89)
Worker nonexpe- 0.56 0.84
-
riencing trouble (0.38–0.83) * (0.58–1.24)
No - - -
Chronic Conditions
1.67
Yes - -
(1.15–2.41) *
23
INDICE

Sleep Disturbances
Variable
AdjOR AdjOR AdjOR
(95% CI) (95% CI) (95% CI)
No - - -
Domestic
Animal
1.18
Yes - -
(0.88–1.58)
No - - -
Shopping
Online
Yes - - -
Time Spent on Inter-
net (Amount)
1.04 1.02 1.04

Hours/day
(1–1.09) (0.97–1.06) (1.00–1.08)
Stable - - -
Time Spent on Internet
1.64 1.09 1.07

Increased
(1.07–2.53) * (0.72–1.66) (0.76–1.52)
(Trend)
3.02 3.33 0.87

Decreased
(0.78–11.65) (0.85–13.06) (0.25–3.01)
0.39 0.69 0.46
I don’t know
(0.05–3.19) (0.14–3.43) (0.12–1.76)
No - - -
Source of Informa-
tion (Radio)
0.69 0.82
Yes -
(0.46–1.06) (0.54–1.24)
No - - -
Source of Informa-
tion (Internet)
1.02
Yes - -
(0.62–1.68)
24
INDICE

Sleep Disturbances
Variable
AdjOR AdjOR AdjOR
(95% CI) (95% CI) (95% CI)
No - - -
Source of Informa-
tion (Newspaper)
0.88 0.84
Yes -
(0.64–1.22) (0.61–1.17)
No - - -
Afraid to Leave
Home
1.33 1.58 1.30

Yes
(0.93–1.90) (1.10–2.27) (0.94–1.79)
Other - - -
Facemask
0.74 0.83
Yes, always -
(0.53–1.04) (0.59–1.18)
No - - -
Avoidance of Activity
(Fear of Injuries)
1.19 1.29 1.38

Yes
(0.81–1.75) (0.87–1.91) (0.98–1.94)
No - - -
Avoidance of Activity
(Peer Pressure)
2.20 1.62 1.35

Yes
(1.57–3.10) * (1.14–2.29) * (0.99–1.85)
Self-Medi-
No - - -
cation
1.89 1.46
Yes -
(0.97–2.68) (0.77–2.76)
* Two tailed p-value < 0.05 (significant).
25
INDICE

Si possono vedere risultati diversi se consideriamo i fattori

di rischio per il disturbo d’ansia. Infatti, le femmine hanno mo-
strato un rischio significativamente maggiore di presentare ansia
(AdjOR = 2,06; 95% C.I.: 1,44-2,95) e l’età è risultata essere un
debole fattore protettivo (AdjOR = 0,98; 95% C.I.: 0,97-1,00).
Inoltre, solo evitare l’attività a causa della pressione dei pari è ri-
sultato essere un fattore predittivo di ansia (AdjOR = 1,62; 95%
C.I.: 1,14-2,29). Infine, sono stati studiati i predittori dei disturbi
del sonno. In questo caso, ritroviamo un aumento del rischio tra
le femmine (AdjOR = 1,70; 95% C.I.: 1,27-2,28) e i soggetti con
condizioni croniche (AdjOR = 1,67; 95% C.I.: 1,15-2,41). Nessu-
na associazione significativa è stata trovata con le altre variabili.
4. DISCUSSIONE
La prevalenza dei problemi di salute mentale nel presente

studio è più alta di quella registrata nella popolazione italiana
prima della chiusura: gli ultimi dati dell’Istituto Nazionale di
Statistica indicano una prevalenza di sintomi depressivi nelle
ultime due settimane del 5,4% e una prevalenza di ansia grave
nell’ultimo anno del 4,2% [22]. Durante le prime settimane di
lockdown, la risposta della popolazione generale italiana è stata
misurata attraverso la Depression, Anxiety and Stress Scale-21
[23,24]. Si sono misurati livelli da moderati a estremamente ele-
vati di depressione nel 32,4% [24] e nel 21,2% della popolazione
[23], mentre si sono misurati livelli da moderati a estremamente
elevati di ansia per il 18,7% [24] e 32,6% [23]. Inoltre, i parteci-
panti che avevano un sonno insufficiente erano il 40,5% prima
del lockdown e il 52,4% durante il lockdown (Pittsburg Sleep
Quality Index) [23]. Le differenze tra il nostro studio e questi
lavori potrebbero essere spiegate con la diversa collocazione tem-
porale nel lockdown e con i diversi strumenti utilizzati. Inoltre,
la composizione del campione era notevolmente diversa dalla
nostra, con il 71,7% di donne con un’età media di 32,94 anni
nel primo studio [24], e il 67% di femmine con un’età media di
23,91 anni nel secondo [23].
26
INDICE

Diverse ricerche sulla salute mentale tra la popolazione gene-

rale durante la quarantena COVID-19 sono state condotte anche
in Cina [6,7,8,9,10,11] e altrove [25,26]. Nel complesso, i nostri
risultati sembrano coerenti con questi studi, che hanno rilevato
una prevalenza di sintomi depressivi dal 16,5% [9] al 37% [6],
una prevalenza di sintomi di ansia dal 12,9% [8] al 35,1% [7], e
una prevalenza di disturbi del sonno dal 18,2% [7] al 52,4% [23]
(Tabella 4).
Tabella 4. Prevalenza di depressione, ansia e disturbi del sonno. Confronto del pre-
sente studio con altri lavori pertinenti.
Depression Anxiety Sleep Disturbances

Relevant Count- Sample Fre- Fre- Fre-
Works ry Size Test quency Test quency Test quency
(%) (%) (%)
Present work
Italy 1515 PHQ-2 24.7 GAD-2 23.2 - 42.2

Cellini 2020 [23]
DASS- DASS-
Italy 1310 21.2 32.6 PSQI 52.4
21 21
Mazza 2020 [24]
DASS- DASS-
Italy 2766 32.4 18.7 - -
21 21
Ahmed 2020 [6]
China 1074 BDI 37.1 BAI 29 - -

Huang 2020 [7]
China 7236 CES-D 20.1 GAD-7 35.1 PSQI 18.2
27
INDICE

Depression Anxiety Sleep Disturbances

Relevant Count- Sample Fre- Fre- Fre-
Works ry Size Test quency Test quency Test quency
(%) (%) (%)
Lei 2020 [8]
China 1593 SDS 22.4 SAS 12.9 - -

Wang 2020 [9]
DASS- DASS-
China 1304 16.5 28.8 - -
21 21
Gonzàlez-Sanguino 2020 [25]
Spain 3480 PHQ-2 18.7 GAD-2 21.6 - -
PHQ-2 Patient Health Questionnaire-2; GAD-2: Generalized Anxiety Disorder-2;

DASS-21: Depression, Anxiety and Stress Scale-21; PSQI: Pittsburg Sleep Quality
Index; BDI: Beck Depression Inventory; BAI: Beck Anxiety Inventory; CES-D: Cen-
ter for Epidemiology Scale for Depression; GAD-7: Generalized Anxiety Disorder-7:
SDS: self-rating depression scale; SAS: Self-rating anxiety scale.
Per quanto riguarda i predittori che potrebbero influenzare la

salute mentale, i nostri risultati hanno sottolineato diversi fattori
che erano per lo più coerenti con la letteratura esistente.
In primo luogo, i modelli multivariati hanno mostrato un’as-
sociazione positiva tra l’essere donna e l’ansia e i disturbi del
sonno (nessuna associazione significativa con i sintomi depressi-
vi). L’evidenza della relazione tra il genere e gli effetti sulla salute
mentale durante la quarantena è conflittuale [2,6,7,11,24,25].
Diversi studi hanno indicato che le femmine erano più inclini a
presentare depressione e ansia [24,25] o insonnia [110], mentre
28
INDICE

altri hanno rilevato un’interazione non significativa del genere

con ansia e depressione [6,7] e la qualità del sonno [7], sugge-
rendo che uomini e donne potrebbero essere ugualmente preoc-
cupati da questa pandemia [6]. Al contrario, Wang et al. hanno
riferito che il genere maschile era significativamente associato a
punteggi più alti di ansia e sintomi depressivi [9].
Inoltre, il nostro studio ha rilevato che un aumento dell’età
abbassa la probabilità di ansia (di sintomi depressivi e disturbi
del sonno solo nelle analisi univariate), cosa che è coerente con la
letteratura precedente. È stato riportato che i giovani adulti han-
no maggiori probabilità di presentare depressione [6,7,25,26],
ansia [6,7,24,25] e una ridotta qualità del sonno [11] […].
In particolare durante l’epidemia di COVID-19, è stato rife-
rito che i social media hanno avuto un impatto sulla salute men-
tale diffondendo paure e panico, causando ansia soprattutto tra
i giovani [32], e i problemi di salute mentale sono stati associati
alla frequente esposizione ai social media [33].
I media spesso diffondono messaggi che amplificano i rischi e
che possono intensificare l’ansia della popolazione [1,34] e l’an-
goscia legata ai media potrebbe stimolare comportamenti che
hanno un impatto negativo sui sistemi sanitari, con conseguenti
ripercussioni sulla salute mentale e fisica [1,35]. Infatti, Holmes
et al. hanno identificato come priorità di ricerca per l’igiene
mentale nel contesto di questa pandemia lo sviluppo di linee
guida per i media per il racconto della pandemia [...].
Infine, i lavoratori che non hanno avuto problemi avevano
una minore probabilità di sintomi depressivi, coerentemente
con la relazione tra condizioni di lavoro, stress finanziario e de-
pressione durante la quarantena descritta in letteratura [8,24].
Vale la pena notare che il 76,5% dei soggetti ha riportato una
riduzione del reddito a causa della pandemia, il che è allarmante
alla luce dell’evidenza di un maggiore rischio di stress dopo una
recessione economica [...].
29
INDICE

5. CONCLUSIONI
In conclusione, il nostro studio ha mostrato che la popolazio-

ne generale italiana ha riportato un’alta prevalenza di problemi
di salute mentale durante le ultime settimane di lockdown. Poi-
ché l’impatto sulla salute mentale potrebbe persistere oltre que-
sta situazione critica [1], è fondamentale studiare gli interventi
più efficaci per ridurre il peso delle conseguenze psicologiche
e sociali. In particolare, come sottolineato dai nostri risultati, è
molto importante pianificare strategie per i gruppi più vulnera-
bili, ad esempio i giovani, e considerare il ruolo di internet sulla
comunicazione e l’amplificazione del negativo.
BIBLIOGRAFIA
1. Holmes, E.A.; O’Connor, R.C.; Perry, V.H.; Tracey, I.;

Wessely, S.; Arseneault, L.; Ballard, C.; Christensen,
H.; Cohen Silver, R.; Everall, I.; et al. Multidisciplina-
ry research priorities for the COVID-19 pandemic: A
call for action for mental health science. Lancet Psychiat-
ry 2020, 7, 547–560
2. Brooks, S.K.; Webster, R.K.; Smith, L.E.; Woodland, L.;
Wessely, S.; Greenberg, N.; Rubin, G.J. The psycholo-
gical impact of quarantine and how to reduce it: Rapid
review of the evidence. Lancet 2020, 395, 912–920.
3. Taylor, M.R.; Agho, K.E.; Stevens, G.J.; Raphael, B. Fac-
tors influencing psychological distress during a disease
epidemic: Data from Australia’s first outbreak of equine
influenza. BMC Public Health 2008, 8, 347.
4. Hawryluck, L.; Gold, W.L.; Robinson, S.; Pogorski, S.;
Galea, S.; Styra, R. SARS control and psychological
effects of quarantine, Toronto, Canada. Emerg. Infect.
Dis. 2004, 10, 1206–1212.
5. Altena, E.; Baglioni, C.; Espie, C.A.; Ellis, J.; Gavriloff,
D.; Holzinger, B.; Schlarb, A.; Frase, L.; Jernelöv, S.; Ri-
emann, D. Dealing with sleep problems during home
30
INDICE

confinement due to the COVID-19 outbreak: Practical

recommendations from a task force of the European
CBT-I Academy. J. Sleep Res. 2020, e13052.
6. Ahmed, M.Z.; Ahmed, O.; Aibao, Z.; Hanbin, S.; Siyu,
L.; Ahmad, A. Epidemic of COVID-19 in China and
associated Psychological Problems. Asian J. Psychiat-
ry 2020, 51, 102092.
7. Huang, Y.; Zhao, N. Generalized anxiety disorder, de-
pressive symptoms and sleep quality during COVID-19
outbreak in China: A web-based cross-sectional sur-
vey. Psychiatry Res. 2020, 288, 112954.
8. Lei, L.; Huang, X.; Zhang, S.; Yang, J.; Yang, L.; Xu,
M. Comparison of prevalence and associated factors of
anxiety and depression among people affected by ver-
sus people unaffected by quarantine during the CO-
VID-19 epidemic in Southwestern China. Med. Sci. Mo-
nit. 2020, 26, e924609.
9. Wang, C.; Pan, R.; Wan, X.; Tan, Y.; Xu, L.; Ho, C.S.;
Ho, R.C. Immediate psychological responses and as-
sociated factors during the initial stage of the 2019
coronavirus disease (COVID-19) epidemic among the
general population in China. Int. J. Environ. Res. Public
Health 2020, 17, 1729.
10. Zhang, C.; Yang, L.; Liu, S.; Ma, S.; Wang, Y.; Cai, Z.;
Du, H.; Li, R.; Kang, L.; Su, M.; et al. Survey of insom-
nia and related social psychological factors among medi-
cal staff involved in the 2019 novel coronavirus disease
outbreak. Front. Psychiatry 2020, 11, 306.
11. Yuan, S.; Liao, Z.; Huang, H.; Jiang, B.; Zhang, X.; Wang,
Y.; Zhao, M. Comparison of the indicators of psycho-
logical stress in the population of Hubei Province and
non-endemic provinces in China during two weeks du-
ring the coronavirus disease 2019 (COVID-19) outbreak
in February 2020. Med. Sci. Monit. 2020, 26, e923767.
12. Government of Italy Decree of the President of
the Council of Ministers 9 March 2020. Availa-
31
INDICE

ble online: https://www.gazzettaufficiale.it/eli/
id/2020/03/09/20A01558/sg (accessed on 30 May
2020).
13. Government of Italy Decree-Law Number 6 23 February
2020. Available online: https://www.gazzettaufficiale.
it/eli/id/2020/02/23/20G00020/sg (accessed on 30
May 2020).
the Council of Ministers 25 February 2020. Avai-
lable online: https://www.gazzettaufficiale.it/eli/
id/2020/02/25/20A01278/sg%09 (accessed on 30 May
2020).
the Council of Ministers 11 March 2020. Availa-
id/2020/03/11/20A01605/sg%09 (accessed on 30 May
2020).
the Council of Ministers 10 April 2020. Availa-
id/2020/04/11/20A02179/sg (accessed on 30 May
2020).
17. Dipartimento Della Protezione Civile COVID-19 Italia—
Monitoraggio Della Situazione. Available online: http://
opendatadpc.maps.arcgis.com/apps/opsdashboard/
index.html#/b0c68bce2cce478eaac82fe38d4138b1 (ac-
cessed on 30 May 2020).
18. Kroenke, K.; Spitzer, R.L.; Williams, J.B.W. The patient
health questionnaire-2: Validity of a two-item depression
screener. Med. Care 2003, 41, 1284–1292. [PubMed]
19. Kroenke, K.; Spitzer, R.L.; Williams, J.B.W.; Monahan,
P.O.; Löwe, B. Anxiety disorders in primary care: Pre-
valence, impairment, comorbidity, and detection. Ann.
Intern. Med. 2007, 146, 317–325.
32
INDICE

20. Bastien, C.H.; Vallières, A.; Morin, C.M. Validation of

the insomnia severity index as an outcome measure for
insomnia research. Sleep Med. 2001, 2, 297–307.
21. Hosmer, D.; Lemeshow, S. Applied Logistic Regression;
John Wiley & Sons: New York, NY, USA, 1989.
22. ISTAT Istituto Nazionale di Statistica. La Salute Mentale
Nelle Varie Fasi Della Vita. Anni 2015–2017; AT Istituto
Nazionale di Statistica: Rome, Italy, 2018.
23. Cellini, N.; Canale, N.; Mioni, G.; Costa, S. Changes in
sleep pattern, sense of time and digital media use during
COVID-19 lockdown in Italy. J. Sleep Res. 2020, e13074.
24. Mazza, C.; Ricci, E.; Biondi, S.; Colasanti, M.; Ferra-
cuti, S.; Napoli, C.; Roma, P. A nationwide survey of
psychological distress among Italian people during the
COVID-19 pandemic: Immediate psychological respon-
ses and associated factors. Int. J. Environ. Res. Public He-
alth 2020, 17, 3165.
25. González-Sanguino, C.; Ausín, B.; Castellanos, M.Á.;
Saiz, J.; López-Gómez, A.; Ugidos, C.; Muñoz, M. Mental
health consequences during the initial stage of the 2020
Coronavirus pandemic (COVID-19) in Spain. Brain Be-
hav. Immun. 2020.
26. Ozamiz-Etxebarria, N.; Dosil-Santamaria, M.; Picaza-
Gorrochategui, M.; Idoiaga-Mondragon, N. Stress,
anxiety, and depression levels in the initial stage of the
COVID-19 outbreak in a population sample in the nor-
thern Spain. Cad. Saude Publica 2020, 36, e00054020.
27. Bert, F.; Lo Moro, G.; Corradi, A.; Acampora, A.; Ago-
di, A.; Brunelli, L.; Chironna, M.; Cocchio, S.; Cofini,
V.; D’Errico, M.M.; et al. Prevalence of depressive sym-
ptoms among Italian medical students: The multicentre
cross-sectional “PRIMES” study. PLoS ONE 2020, 15,
e0231845.
28. Sharp, J.; Theiler, S. A review of psychological distress
among university students: Pervasiveness, implica-
33
INDICE

tions and potential points of intervention. Int. J. Adv.

Couns. 2018, 40, 193–212.
29. Cao, W.; Fang, Z.; Hou, G.; Han, M.; Xu, X.; Dong,
J.; Zheng, J. The psychological impact of the COVID-19
epidemic on college students in China. Psychiatry
Res. 2020, 287, 112934.
30. Bert, F.; Gualano, M.R.; Thomas, R.; Vergnano, G.;
Voglino, G.; Siliquini, R. Exploring the possible health
consequences of job insecurity: A pilot study among
young workers. Gac. Sanit. 2018.
31. Cheng, C.; Jun, H.; Liang, B. Psychological health
diathesis assessment system: A nationwide survey of
resilient trait scale for Chinese adults. Stud. Psychol. Be-
hav. 2014, 12, 735–742.
32. Ahmad, A.R.; Murad, H.R. The impact of social me-
dia on panic during the COVID-19 pandemic in Iraqi
Kurdistan: Online questionnaire study. J. Med. Internet
Res. 2020, 22, e19556.
33. Gao, J.; Zheng, P.; Jia, Y.; Chen, H.; Mao, Y.; Chen, S.;
Wang, Y.; Fu, H.; Dai, J. Mental health problems and so-
cial media exposure during COVID-19 outbreak. PLoS
ONE 2020, 15, e0231924.
34. Sell, T.K.; Boddie, C.; McGinty, E.E.; Pollack, K.;
Smith, K.C.; Burke, T.A.; Rutkow, L. Media messages
and perception of risk for Ebola virus infection, United
States. Emerg. Infect. Dis. 2017, 23, 108–111.
35. Garfin, D.R.; Silver, R.C.; Holman, E.A. The novel
coronavirus (COVID-2019) outbreak: Amplification of
public health consequences by media exposure. Health
Psychol. 2020, 39, 355–357.
36. Smith, R.D. Responding to global infectious disease
outbreaks: Lessons from SARS on the role of risk per-
ception, communication and management. Soc. Sci.
Med. 2006, 63, 3113–3123.
34
INDICE

37. Ng, E. The pandemic of hate is giving novel coronavirus

disease (COVID-19) a helping hand. Am. J. Trop. Med.
Hyg. 2020, 102, 1158–1159.
38. Tonkinson, P. How Did Runners Become Public Enemy
Number One? The Telegraph. Available online: https://
www.telegraph.co.uk/health-fitness/body/did-runners-
become-public-enemy-number-one/ (accessed on 30
May 2020).
39. Jónsdóttir, U.; Þórðardóttir, E.B.; Aspelund, T.; Jónmun-
dsson, Þ.; Einarsdóttir, K. The effect of the 2008 reces-
sion on well-being and employment status of people
with and without mental health problems. Eur. J. Public
Health 2019.
40. ISTAT Istituto Nazionale di Statistica. Indicatori Demo-
grafici Anno 2019; ISTAT Istituto Nazionale di Statistica:
Rome, Italy, 2020.
COMMENTO ALL’ARTICOLO
Ansia, depressione e disturbi del sonno sono aumentati du-

rante la prima ondata della pandemia e tutt’ora continuano ad
essere sintomi riferiti quotidianamente dai pazienti. La farmacia
è il primo presidio sanitario a cui la popolazione sente di poter
fare riferimento, specialmente in un momento in cui gli studi
dei medici di medicina generale sono accessibili solo su appun-
tamento. È compito del farmacista prendere atto che l’epidemio-
logia legata a questi disturbi è cambiata e che sarà sempre più
chiamato a rispondere a domande dei pazienti su come risolvere
i propri disturbi del sonno. Il farmacista ascolterà, comprende-
rà il paziente e saprà indirizzarlo verso la soluzione più idonea
al suo problema, iniziando con il consiglio di prodotti esitabili
senza obbligo di prescrizione o indirizzandolo al proprio medico
curante qualora la sintomatologia dovesse persistere e/o aumen-
tare fino a diventare una componente invalidante per la vita del
paziente.
35

Lingua

Disturbi Del Sonno

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Disturbi Del Sonno

Caricato da

Copyright:

Formati disponibili

ANDREA CASALE

DISTURBI DEL SONNO

EPIDEMIOLOGIA DEI DISTURBI DEL SONNO

EFFETTI DEL LOCKDOWN PER IL COVID-19 SULLA SALUTE MENTALE

Introduzione del curatore 36

Introduzione del curatore 54

ACIDO GAMMA AMMINOBUTIRRICO 79

Introduzione del curatore 79

VITAMINA B3 E VITAMINA B6 103

Vitamina B3 (Niacina) 104

NOTE SUL CURATORE 128

EPIDEMIOLOGIA DEI DISTURBI DEL SONNO

INTRODUZIONE DEL CURATORE

I disturbi del sonno rappresentano un gruppo di problema-

EFFETTI DEL LOCKDOWN PER IL COVID-19

TRADOTTO ED ESTRATTO DA:

La malattia da coronavirus 2019 (Covid-19) è già stata ri-

DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

spese per le necessità di base e il lavoro (quando non era possibi-

È stato condotto uno studio nazionale trasversale durante

DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

lattie croniche. Sono state elaborate a partire dai punti sopra

DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

alta probabilità di depressione maggiore e di disturbi d’ansia,

Il campione finale era composto da 1515 questionari[...]. Una

DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

Tabella 1. Descrizione del campione.

DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

Activity During Lockdown Parental Leave 7 0.5

Source of Information No 1169 77.2

Source of Information No 254 16.8

DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

Source of Information (Frien- No 1266 83.6

Come riportato in Tabella 2, l’età è risultata significativa-

DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

uscire di casa per le proprie necessità (p < 0,001) e tra i soggetti

Tabella 2. Descrizione del campione stratificato in depressione, ansia e disturbi del

Depression (PHQ-2) Anxiety (GAD-2) Sleep Disturbances

389 112 420 82 327 172

(77.6) (22.4) (83.7) (16.3) (65.5) (34.5)

0.132 <0.001* <0.001 *

708 248 700 256 509 440

727 246 731 246 558 418

140 34 0.106 142 32 0.139 107 66 0.242

396 174 410 161 313 253

<0.001* <0.001* 0.164

702 185 709 180 521 362

DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

Depression (PHQ-2) Anxiety (GAD-2) Sleep Disturbances

335 119 365 91 263 190

0.289 0.046* 0.862

772 239 762 250 578 426

403 128 418 113 330 197

377 103 377 106 282 199

(78.5) (21.5) (78.1) (21.9) (58.6) (41.4)

0.114 0.197 0.001 *

201 82 209 75 143 138

DISTURBI DEL SONNO E INTEGRATORI ALIMENTARI

Depression (PHQ-2) Anxiety (GAD-2) Sleep Disturbances

317 120 345 92 261 172

175 64 173 66 118 120

(73.2) (26.8) (72.4) (27.6) (49.6) (50.4)

0.033* 0.153 0.010 *