Entropianalyse og komplekse patient-ventilator-interaktioner under mekanisk ventilation (ENTROPY-ICU)

Metoder

1. Definition af komplekse patientventilatorinteraktioner Efterforskerne definerede "Komplekse patient-ventilatorinteraktioner" (CP-VI) som tilstedeværelsen alene eller i kombination af en ændring i respirationsfrekvensen på mere end 50 % og/eller forekomsten af ​​enhver form for asynkronier
2. Dataindsamling og dataanalyse Paw- og Flow-signaler vil løbende registreres under patientens ophold på intensivafdelingen (UCI) ved hjælp af BetterCare®-systemet (Better Care®, Barcelona, ​​Spanien). BetterCare bruger drivere, der er specielt designet til at interagere med udgangssignalet fra mekaniske ventilatorer og sengebordsmonitorer i stedet for direkte med patienter. Optagede signaler synkroniseres og gemmes til yderligere analyse. MATLAB (The MathWorks, Inc., vR2018b, Natick, MA, USA) vil blive brugt til at udføre signalbehandling, dataanalyse og visuel vurdering.
3. Undersøgelsespopulation Efterforskerne vil indhente data fra en prospektivt konstrueret database fra en tilslutningsplatform (Better Care®) for at interoperere signaler fra forskellige ventilatorer og monitorer og efterfølgende beregne algoritmer til at diagnosticere patient-ventilatorasynkronier (ClinicalTrial.gov, NCT03451461). Alle de patienter, der svarer til en selvekstubationshændelse, der tidligere er registreret, vil blive rekrutteret til karakteriserings- og valideringsprocessen for at garantere interaktioner og episoder ved patient-ventilator, når de bekæmper ventilatoren. Patienter, hos hvem et spontant åndedrætsforsøg forud for et forsøg på at frigøre ham/hende fra ventilatoren, vil blive rekrutteret for at opnå signaler om Paw og Flow. Kliniske og demografiske data hentes fra det medicinske diagram. Det institutionelle revisionsudvalg godkendte protokollen og gav afkald på informeret samtykke, fordi undersøgelsen var ikke-interventionel, udgjorde ingen yderligere risiko for patienter og ikke forstyrrede sædvanlig pleje.
4. Visuel validering af CP-VI Tre forskere vil visuelt gennemgå Flow- og Paw-optagelserne af hændelser. Segmenternes varighed vælges baseret på tidligere undersøgelser, hvor asynkrone klynger evalueres. Datasættet vil tidligere blive udvalgt af en ekspert i mekanisk ventilation, der sikrer balance efter ventilationstilstande (grupperet efter trykstøtteventilation (PSV) og Assist-kontrolventilationstilstande) og ligelig fordeling af CP-VI tilstedeværelse eller fravær. De kontrollerede tilstande omfattede volumen assisterende kontrolventilation (VACV) og trykassistentventilation (PACV). Flow- og Paw-sporing vil blive tilfældigt ordnet i MATLAB før visuel analyse for at sikre blindning af scorerne. Scorer vil blive forsynet med en skriftlig beskrivelse af CP-VI karakteristika før visuel analyse, som reference. På basis af CP-VI-definitionen beskrevet tidligere, vil hver forsker score for tilstedeværelsen eller fraværet af CP-VI-hændelser uden tidsbegrænsning. Den visuelle vurdering vil blive betragtet som guldstandarden.
5. Entropi Entropi er et ikke-lineært mål, der gør det muligt at vurdere tilfældigheden af ​​en række data. Entropiberegning kræver tre parametre: indlejringsdimensionen, m (et positivt heltal); toleranceværdien eller lighedskriteriet, r (et positivt reelt tal); og den samlede længde, N, af den analyserede serie.
6. Automatisk CP-VI-detektion En automatiseret algoritme til CP-VI-detektion baseret på Entropy-værktøjet vil blive implementeret.
7. Statistisk analyse Fleiss's kappa-koefficient vil blive brugt som pålidelighed af overensstemmelse mellem bedømmere til visuel vurdering. Den automatiserede algoritme til CP-VI-detektion vil blive anvendt over entropiserien afledt af samme Flow og Paw. Ydeevnen af ​​den automatiserede algoritme vil blive evalueret på basis af sensitivitet (Se), specificitet (Sp), positive og negative prædiktive værdier (henholdsvis PPV og NPV), nøjagtighed (ACC) og Matthews korrelationskoefficient (MCC).
8. Udvælgelse af m, r og N I entropiundersøgelser er et vigtigt skridt at bestemme de optimale indstillinger for robust at udtrække tilfældigheden af ​​en række data. Derfor udføres en optimeringsprocedure for m, r og N for korrekt at estimere CP-VI.