Analisi dell'entropia e complesse interazioni paziente-ventilatore durante la ventilazione meccanica (ENTROPY-ICU)

Metodi

1. Definizione di interazioni complesse paziente-ventilatore Gli investigatori hanno definito "Interazioni complesse paziente-ventilatore" (CP-VI) come la presenza da sola o in combinazione di un cambiamento nella frequenza respiratoria superiore al 50% e/o il verificarsi di qualsiasi tipo di asincronia
2. Acquisizione e analisi dei dati I segnali Paw e Flow verranno registrati continuamente durante la permanenza del paziente nell'unità di terapia intensiva (UCI) utilizzando il sistema BetterCare® (Better Care®, Barcellona, ​​Spagna). BetterCare utilizza driver appositamente progettati per interagire con il segnale di uscita di ventilatori meccanici e monitor al posto letto piuttosto che direttamente con i pazienti. I segnali registrati vengono sincronizzati e memorizzati per ulteriori analisi. MATLAB (The MathWorks, Inc., vR2018b, Natick, MA, USA) verrà utilizzato per eseguire l'elaborazione del segnale, l'analisi dei dati e la valutazione visiva.
3. Popolazione dello studio Gli investigatori otterranno dati da un database costruito in modo prospettico da una piattaforma di connettività (Better Care®) per interoperare segnali da diversi ventilatori e monitor e successivamente calcoleranno algoritmi per diagnosticare asincronie paziente-ventilatore (ClinicalTrial.gov, NCT03451461). Tutti quei pazienti corrispondenti ad un evento di autoestubazione precedentemente registrato saranno reclutati per il processo di caratterizzazione e validazione, al fine di garantire le interazioni paziente-ventilatore e gli episodi di lotta contro il ventilatore. Inoltre, verranno reclutati pazienti nei quali un processo di respirazione spontanea precedente ad un tentativo di librazione dal ventilatore, al fine di ottenere segnali di Paw e Flow. I dati clinici e demografici saranno ricavati dalla cartella clinica. Il comitato di revisione istituzionale ha approvato il protocollo e ha revocato il consenso informato perché lo studio non era interventistico, non presentava rischi aggiuntivi per i pazienti e non interferiva con le cure abituali.
4. Convalida visiva di CP-VI Tre ricercatori esamineranno visivamente le registrazioni degli eventi di Flow e Paw. La durata dei segmenti verrà selezionata sulla base di studi precedenti in cui vengono valutati i cluster asincroni. Il set di dati sarà precedentemente selezionato da un esperto in ventilazione meccanica garantendo l'equilibrio per modalità di ventilazione (raggruppate per modalità Pressure Support Ventilation (PSV) e Assist-Control Ventilation) e un'equa distribuzione della presenza o assenza di CP-VI. Le modalità controllate includevano la ventilazione con controllo del volume assistito (VACV) e la ventilazione con controllo della pressione assistita (PACV). I tracciati di Flow e Paw saranno ordinati casualmente in MATLAB prima dell'analisi visiva per garantire l'accecamento dei marcatori. Ai segnapunti verrà fornita una descrizione scritta delle caratteristiche del CP-VI prima dell'analisi visiva, come riferimento. Sulla base della definizione di CP-VI precedentemente descritta, ogni ricercatore assegnerà un punteggio per la presenza o l'assenza di eventi di CP-VI, senza limiti di tempo. La valutazione visiva sarà considerata il gold standard.
5. Entropia L'entropia è una misura non lineare che permette di valutare la casualità di una serie di dati. Il calcolo dell'entropia richiede tre parametri: la dimensione di incorporamento, m (un numero intero positivo); il valore di tolleranza o criterio di similarità, r (un numero reale positivo); e la lunghezza totale, N, della serie analizzata.
6. Rilevamento automatico di CP-VI Verrà implementato un algoritmo automatizzato per il rilevamento di CP-VI basato sullo strumento Entropy.
7. Analisi statistica Il coefficiente kappa di Fleiss sarà utilizzato come attendibilità dell'accordo tra i valutatori per la valutazione visiva. L'algoritmo automatizzato per il rilevamento di CP-VI verrà applicato sulle serie di entropia derivate dagli stessi Flow e Paw. Le prestazioni dell'algoritmo automatizzato saranno valutate in base a sensibilità (Se), specificità (Sp), valori predittivi positivi e negativi (PPV e NPV, rispettivamente), accuratezza (ACC) e coefficiente di correlazione di Matthews (MCC).
8. Selezione di m, r e N Negli studi sull'entropia, un passo importante è determinare le impostazioni ottimali per estrarre in modo robusto la casualità di una serie di dati. Pertanto, verrà eseguita una procedura di ottimizzazione di m, r e N per stimare correttamente CP-VI.