Vorhersagewert des FORE-SIGHT™-Monitors für hämodynamische Verschlechterungen

1. Hintergrund

   Eine genaue hämodynamische Überwachung erfordert häufig den Einsatz invasiver Instrumente oder Katheter. Viele dieser Instrumente, die für Erwachsene verfügbar sind, können aufgrund ihrer Größe und weil diese invasiven Techniken ein hohes Komplikationsrisiko bergen, nicht für schwerkranke Säuglinge und Kinder eingesetzt werden. Nicht-invasive Überwachungstechniken, die die Erkennung kritischer hämodynamischer Zustände ermöglichen, sind in dieser Population von großem Interesse.

   FORE-SIGHT™ ist ein nicht-invasives Instrument zur Messung der Sauerstoffsättigung des Gehirngewebes. Die Werte für die Sauerstoffsättigung des Gehirngewebes (SctO2) sind für Kliniker wichtig, da zerebrale Hypoxie (Mangel an Sauerstoffversorgung des Gehirngewebes) eine der Hauptursachen für Hirnverletzungen ist, die in vielen chirurgischen und klinischen Situationen auftreten. Das zerebrale Oximeter FORE-SIGHT™ nutzt die optisch basierte Nahinfrarotspektroskopie (NIRS)-Technologie zur Überwachung des absoluten SctO2. Es funktioniert, indem es harmloses Nahinfrarotlicht durch die Kopfhaut und den Schädel und über einen Einwegsensor auf der Stirn des Patienten in das Gehirn projiziert. Das Gerät misst das Licht, das zu den Detektoren am Sensor zurückgegeben wird, und analysiert diese Informationen mithilfe patentierter Algorithmen, um die absolute Sauerstoffsättigung des Gehirngewebes zu bestimmen. FORE-SIGHT™ dient der kontinuierlichen Überwachung von SctO2 und bietet Ärzten die Möglichkeit, einzugreifen, bevor eine Schädigung des Gehirns auftritt. Der Monitor ist derzeit Teil der Standardüberwachung für Kinder, die sich einem kardiopulmonalen Bypass im Operationssaal unterziehen, und wird häufig in der postoperativen Phase auf der pädiatrischen Intensivstation (PICU) der Universitätskliniken Leuven weitergeführt.

   Mehrere Studien haben auf die potenziellen Vorteile der SctO2-Überwachung in der perioperativen Phase nach Herz- oder Bauchoperationen bei Erwachsenen [1,2,3,4] sowie bei Kindern hingewiesen, die sich chirurgischen Korrekturen angeborener Herzfehler unterziehen [5,6]. ,7]. Niedrige SctO2-Werte sind mit einem schlechteren Ergebnis verbunden und stimmen mit Daten anderer Monitore überein, die darauf hinweisen, dass der Sauerstoffgehalt des Gehirns zu diesem Zeitpunkt unzureichend ist. Insbesondere die Dauer von SctO2-Entsättigungen unter 55 %, 60 % und 65 % ist prädiktiv für postoperative Komplikationen [8]. Diese Studien haben jedoch nur den Einsatz von NIRS als Instrument zur Überwachung des Gehirns zu Zeiten analysiert, in denen das höchste Risiko besteht, beispielsweise bei komplexen Operationen mit beeinträchtigter Durchblutung. Obwohl es keine Belege dafür gibt, dass sich die Entscheidungsfindung auf der Grundlage von NIRS-Daten positiv auf das Patientenergebnis auswirkt, nutzen viele Zentren NIRS als Überwachungsinstrument außerhalb des chirurgischen Umfelds.

   Da das Gehirn sehr empfindlich auf Änderungen der Sauerstoffversorgung reagiert, könnte die Überwachung von SctO2 einen Hinweis auf kritische Änderungen im hämodynamischen Zustand des Patienten liefern und somit als Monitor für den allgemeinen hämodynamischen Status des Patienten dienen. Die vorliegende Studie möchte den Mehrwert der SctO2-Überwachung gegenüber der Routineüberwachung von pädiatrischen Patienten auf der Intensivstation in der postoperativen Phase nach einer Herzoperation untersuchen. Um einen Mehrwert zu bieten, sollten SctO2-Änderungen idealerweise einer Episode hämodynamischer Verschlechterungen vorausgehen.

   Die Vorhersage ist das Herzstück der Intensivmedizin, bei der Ärzte ihr medizinisches Wissen und alle patientenbezogenen Daten nutzen, um Veränderungen im Zustand des Patienten vorherzusehen und die entsprechenden (präventiven) Behandlungen durchzuführen. Eine Intensivstation (ICU) ist eine sehr datenreiche Umgebung mit mehreren Informationsquellen, wie z. B. Aufnahmeaufzeichnungen, Krankengeschichte, Laboranalysen von Proben, Medikamenten- und Behandlungsaufzeichnungen sowie der Überwachung von Vitalsignalen. Ab Februar 2006 wurde auf unserer Intensivstation ein Patientendaten-Managementsystem (PDMS) (MetaVision®, iMD-Soft®, Boston, MA) installiert. Diese PDMS-Software sammelt und integriert automatisch die Daten aus den verschiedenen Informationsquellen. Einer der Vorteile, alle patientenbezogenen Daten in einem integrierten Format zu haben, besteht darin, dass sie durch den Einsatz von Computertechniken im Allgemeinen und Data Mining im Besonderen leicht analysiert werden können. Diese Techniken nutzen die Informationen in großen Datenbanken, um automatisch Modelle zu generieren, die für Vorhersagen verwendet werden können (z. B. um die Überlebenswahrscheinlichkeit eines Patienten auf der Intensivstation vorherzusagen). In früheren Studien hat unsere Forschungsgruppe die hohen Vorhersageleistungen gezeigt, die mit Data-Mining-Modellen im Intensivpflegebereich erzielt werden können.

   In dieser Studie werden wir Data-Mining-Techniken nutzen, um die Vorhersagekraft der SctO2-Überwachung für eine zukünftige hämodynamische Verschlechterung des Intensivpatienten nach einer Herzoperation zu bewerten, indem wir die im PDMS, einschließlich FORE-SIGHT™ NIRS, gesammelten Daten analysieren.

2. Ziele des Projekts

   • Bewertung der unabhängigen Vorhersagekraft des FORE-SIGHT™ NIRS-Signals für die zukünftige hämodynamische Verschlechterung kritisch kranker Säuglinge und Kinder in der postoperativen Phase nach einer Herzoperation.

   • Zur Beurteilung der Vorhersagekraft des FORE-SIGHT™ NIRS-Signals für das Ergebnis bei kritisch kranken Säuglingen und Kindern in der postoperativen Phase nach einer Herzoperation.

3. Studiendesign

Prospektive, beobachtende, nicht-interventionelle Studie. Alle berechtigten Kinder werden von der Aufnahme bis zur Entwöhnung von der mechanischen Beatmung mit FORE-SIGHT™ überwacht. Typischerweise werden Patienten, die nach einer Herzoperation auf der Intensivstation der Universitätskliniken Leuven aufgenommen wurden, zwischen 12 Stunden und zwei Wochen mechanisch beatmet [8].

Das FORE-SIGHTTM SctO2-Signal wird für den Kliniker am Krankenbett nicht angezeigt und zur Analyse im PDMS-System gespeichert. Die ersten 20 Minuten der Daten nach Ankunft auf der Intensivstation werden nicht für die Analyse verwendet, da sich der Patient in dieser Zeit typischerweise nach dem Transport an die neue Umgebung gewöhnt und die Daten daher nicht charakteristisch für den Aufenthalt auf der Intensivstation sind.

Die Daten dieser Patienten werden zur Analyse verwendet, um Vorhersagemodelle zu erstellen. Eine Kopie der PDMS-Datenbank wird nach Entfernung aller Daten, die sich auf die Identität der Patienten beziehen, für die Datenanalyse verwendet. Data-Mining-Modelle wie einfache logistische Regressionsmodelle, aber auch fortgeschrittenere Techniken des maschinellen Lernens (von einem Computeralgorithmus automatisch erlernte Modelle wie Entscheidungsbaummodelle [9], Bayes'sche Netzwerke, Gaußsche Prozesse, Support-Vektor-Maschinen usw.) werden dies tun Bewerten Sie die unabhängige Vorhersagekraft des FORE-SIGHT™-Signals anhand der routinemäßig überwachten Daten.

1. FORE-SIGHT™ zur Früherkennung zukünftiger hämodynamischer Instabilität.

Zunächst werden Modelle erstellt, um die unabhängige Vorhersagekraft des FORE-SIGHT™-Signals zu bewerten, um Episoden hämodynamischer Instabilität 10 Minuten im Voraus zu erkennen.

Da das Herzzeitvolumen bei Kindern nicht direkt invasiv gemessen wird, wird ein solcher Vorfall durch indirekte Anzeichen nachgewiesen. Wenn eines oder mehrere der folgenden Kriterien erfüllt sind, handelt es sich um eine Episode hämodynamischer Instabilität.

1. Hämodynamische Überwachung • Herzfrequenz >160 oder <90, für mindestens 5 aufeinanderfolgende Minuten. • Systolischer Blutdruck < 55 (Säuglinge) oder < 65 (Kinder), für mindestens 5 aufeinanderfolgende Minuten

2. Point-of-Care-Laboranalyse

   • Venöse Sättigung (SvO2) <55 (bei Vorliegen einer cyanogenen Kardiopathie) oder <65 (bei allen anderen Patienten)

   • Laktat > 2 mmol/L bei der arteriellen Blutgasentnahme

3. Klinische Beobachtung • Urinausscheidungsrate < normale Rate von 0,5 ml/kg/h über 2 aufeinanderfolgende Stunden

2. FORE-SIGHT™ zur Vorhersage des Ergebnisses. Zweitens werden Modelle erstellt, um zu beurteilen, ob das FORE-SIGHT™-Signal prädiktiv für die Aufenthaltsdauer (LOS), die Mortalität und die Dauer der (invasiven oder nicht-invasiven) mechanischen Beatmungsunterstützung im Krankenhaus und auf der Intensivstation ist.

Um die Vorhersageleistung für die beiden Vorhersageaufgaben zu bewerten, werden die folgenden Statistiken verwendet: der positive Vorhersagewert, die Fläche unter der ROC-Kurve (AUROC), die Hosmer-Lemeshow-Statistik, die Kalibrierung im Großen und die Kalibrierung. Steigung und Brier-Scores.

Der positive Vorhersagewert ist der Anteil der positiven Instanzen, die korrekt klassifiziert wurden. Es spiegelt die Wahrscheinlichkeit wider, dass ein positives Ergebnis der zugrunde liegenden Erkrankung entspricht, auf die getestet wird.

Der AUROC ist ein Maß für die Fähigkeit des Modells, zwischen positiven und negativen Instanzen zu unterscheiden. Normalerweise wird AUROC als Bewertung der Genauigkeit vorgezogen, da es einen Ausgleich der möglicherweise unterschiedlichen Kosten einer fälschlichen Klassifizierung einer negativen Instanz als positiv oder gleichwertig einen Kompromiss zwischen der Sensitivität und Spezifität des Modells ermöglicht.

Die Hosmer-Lemeshow-Statistik, die Kalibrierung im Großen und die Kalibrierungssteigung werden verwendet, um zu bestimmen, ob ein Modell gut kalibriert ist. Bei diesen Tests wird beurteilt, ob die beobachteten Ereignisraten mit den erwarteten Ereignisraten in Untergruppen der Bevölkerung übereinstimmen. Modelle, bei denen die erwarteten und beobachteten Ereignisraten in Untergruppen ähnlich sind, gelten als gut kalibriert.

Die Gesamtleistung des Modells wird mit dem Brier Score und seiner normalisierten Version, dem Brier Scaled Score, bewertet. Genaue Modelle haben einen geringen Gesamtvorhersagefehler und daher einen niedrigen Brier-Score (unter dem Basisfallwert für jede Aufgabe).

4 Studienpopulation

Alle Kinder unter 12 Jahren, die nach einer Herzoperation in die Intensivstation des Universitätskrankenhauses Leuven aufgenommen wurden, sind für die Studie geeignet, wenn sie die folgenden Einschlusskriterien erfüllen:

• Bei der Aufnahme auf die Intensivstation mechanisch beatmet oder nach der Aufnahme intubiert
• Arterienleitung vorhanden.
• Voraussichtlicher Aufenthalt von mindestens 24 Stunden auf der Intensivstation.

Patienten mit tatsächlicher oder potenzieller Hirnschädigung, wie Patienten mit traumatischer Hirnverletzung, Patienten mit Hirntumoren oder Patienten nach Herz-Lungen-Wiederbelebung (HLW), sind ausgeschlossen. Patienten mit einer Erkrankung oder einer Wunde, die die Platzierung eines Stirnsensors nicht zulässt, sind ebenfalls ausgeschlossen.

Die Studie wird Daten über einen Zeitraum von 1,5 Jahren sammeln. 300 schwerkranke Kinder werden rekrutiert. Ungefähr 20 % der Intensivpatienten weisen klinische Verschlechterungsereignisse auf, und bei einer mittleren (IQR) Aufenthaltsdauer von 3 (2–7) Tagen [8] und mindestens einem Ereignis pro Tag rechnen wir mit mindestens 180 klinischen Ereignissen Verschlechterung der jährlichen Bevölkerungszahl. Aus früheren Studien mit einer ähnlichen Ereignisverteilung [15,16] erwarten wir, dass unsere Modelle eine Sensitivität (und Spezifität) von mindestens 0,8 mit einem Alpha-Fehler von 5 % und einer statistischen Aussagekraft von 80 % ergeben.

Die Studie wird daher über die erforderliche statistische Aussagekraft verfügen, um das Potenzial des FORE-SIGHT™ NIRS-Signals bei der Vorhersage einer klinischen Verschlechterung zu erkennen.