Analyse d'entropie et interactions patient-ventilateur complexes pendant la ventilation mécanique (ENTROPY-ICU)

Méthodes

1. Définition des interactions patient-ventilateur complexes Les enquêteurs ont défini les « interactions patient-ventilateur complexes » (CP-VI) comme la présence seule ou en combinaison d'un changement de la fréquence respiratoire de plus de 50 %, et/ou la survenue de tout type d'asynchronies
2. Acquisition et analyse des données Les signaux Paw et Flow seront enregistrés en continu tout au long du séjour du patient dans l'unité de soins intensifs (UCI) à l'aide du système BetterCare® (Better Care®, Barcelone, Espagne). BetterCare utilise des pilotes spécialement conçus pour interagir avec le signal de sortie des ventilateurs mécaniques et des moniteurs de chevet plutôt que directement avec les patients. Les signaux enregistrés sont synchronisés et stockés pour une analyse ultérieure. MATLAB (The MathWorks, Inc., vR2018b, Natick, MA, USA) sera utilisé pour effectuer le traitement du signal, l'analyse des données et l'évaluation visuelle.
3. Population de l'étude Les enquêteurs obtiendront des données à partir d'une base de données construite de manière prospective à partir d'une plate-forme de connectivité (Better Care®) pour interagir avec les signaux de différents ventilateurs et moniteurs, puis calculeront des algorithmes pour diagnostiquer les asynchronies patient-ventilateur (ClinicalTrial.gov, NCT03451461). Tous les patients correspondant à un événement d'auto-extubation précédemment enregistré seront recrutés pour le processus de caractérisation et de validation, afin de garantir les interactions patient-ventilateur et les épisodes de lutte contre le ventilateur. Aussi, les patients chez qui un essai de respiration spontanée précédant une tentative de libération du ventilateur seront recrutés afin d'obtenir des signaux de Paw et de Flow. Les données cliniques et démographiques seront obtenues à partir du dossier médical. Le comité d'examen institutionnel a approuvé le protocole et a renoncé au consentement éclairé parce que l'étude était non interventionnelle, ne posait aucun risque supplémentaire pour les patients et n'interférait pas avec les soins habituels.
4. Validation visuelle du CP-VI Trois chercheurs examineront visuellement les enregistrements Flow et Paw des événements. La durée des segments sera sélectionnée sur la base d'études précédentes où les clusters asynchrones sont évalués. L'ensemble de données sera préalablement sélectionné par un expert en ventilation mécanique assurant l'équilibre par modes de ventilation (regroupés par les modes de ventilation assistée (PSV) et de ventilation assistée-contrôlée) et la répartition égale de la présence ou de l'absence de CP-VI. Les modes contrôlés comprenaient la ventilation contrôlée en volume (VACV) et la ventilation contrôlée en pression (PACV). Les tracés de flux et de patte seront classés au hasard dans MATLAB avant l'analyse visuelle pour assurer l'aveuglement des marqueurs. Les correcteurs recevront une description écrite des caractéristiques du CP-VI avant l'analyse visuelle, à titre de référence. Sur la base de la définition CP-VI décrite précédemment, chaque chercheur notera la présence ou l'absence d'événements CP-VI, sans limitation de temps. L'évaluation visuelle sera considérée comme l'étalon-or.
5. Entropie L'entropie est une mesure non linéaire qui permet d'évaluer le caractère aléatoire d'une série de données. Le calcul d'entropie nécessite trois paramètres : la dimension d'intégration, m (un entier positif) ; la valeur de tolérance ou critère de similarité, r (un nombre réel positif) ; et la longueur totale, N, de la série analysée.
6. Détection automatique de CP-VI Un algorithme automatisé pour la détection de CP-VI basé sur l'outil Entropy sera implémenté.
7. Analyse statistique Le coefficient kappa de Fleiss sera utilisé comme fiabilité de l'accord entre les évaluateurs pour l'évaluation visuelle. L'algorithme automatisé pour la détection CP-VI sera appliqué sur la série d'entropie dérivée du même Flow et Paw. Les performances de l'algorithme automatisé seront évaluées sur la base de la sensibilité (Se), de la spécificité (Sp), des valeurs prédictives positives et négatives (PPV et NPV, respectivement), de la précision (ACC) et du coefficient de corrélation de Matthews (MCC).
8. Sélection de m, r et N Dans les études d'entropie, une étape importante consiste à déterminer les paramètres optimaux pour extraire de manière robuste le caractère aléatoire d'une série de données. Par conséquent, une procédure d'optimisation de m, r et N sera effectuée pour estimer correctement CP-VI.