Desarrollo de un índice multimodal para mejorar el valor predictivo del éxito en el destete de la ventilación mecánica

El destete de la ventilación mecánica (VM) es un proceso complejo en el que los pacientes son liberados del ventilador. El destete prolongado y el fracaso del destete, definido como la necesidad de reintubación, tienen diferentes efectos adversos, que incluyen la prolongación de la VM, la estancia en la unidad de cuidados intensivos (UCI) y el hospital, y también se asocian con una mayor incidencia de neumonía asociada al ventilador y una alta mortalidad. La tasa de fracaso del destete es alta, incluso cuando se cumplen los criterios clásicos de extubación, por lo que es necesario mejorar los puntajes que permitan predecir y determinar el momento ideal para el retiro de la VM.

El objetivo de este estudio es diseñar un nuevo índice multimodal para predecir y optimizar los resultados del destete de forma personalizada, basado en el uso e interpretación de datos derivados de la monitorización continua de pacientes críticos. El nuevo índice multimodal, además de los parámetros respiratorios clásicos, incluirá parámetros relacionados con la interacción paciente-ventilador (asincronías), función diafragmática, estado cardiovascular y función del sistema nervioso autónomo (SNA).

Los investigadores han diseñado un estudio observacional prospectivo que incluirá a 126 pacientes críticos de una UCI médico-quirúrgica que cumplan los criterios clásicos de destete. El manejo de los pacientes, así como el proceso de destete, se realizará siguiendo el protocolo habitual. Además de los datos predictores de destete clásicos, se recogerán datos sobre la interacción paciente-ventilador y la función del sistema nervioso autónomo mediante un software específico (BetterCare). La función cardiovascular y diafragmática se evaluará mediante ecografía. A partir del análisis avanzado de los datos de diferentes dispositivos recopilados a lo largo del período de ventilación mecánica, se diseñará una puntuación de destete "personalizada" que debería mejorar la precisión del proceso de toma de decisiones y, por lo tanto, reducir la morbilidad y la mortalidad. Los beneficios adicionales incluirían la reducción de los costos de atención médica sin aumentar los eventos adversos.