BLANDISH (Cervello, Perdita di funzione, Aneurisma, Malattia, Lesione, Ictus, Emorragia) (BLANDISH)

In NeuroICU, i trattamenti tipicamente aderiscono a linee guida basate sul consenso scientifico. Nonostante ciò, la prognosi per i pazienti con emorragie intracraniche non è migliorata significativamente negli ultimi decenni, con risultati generalmente insoddisfacenti. Sebbene gli studi randomizzati e controllati (RCT) siano considerati il ​​gold standard per la ricerca clinica, possono essere costosi ed eticamente difficili da condurre. Gli studi osservazionali forniscono un metodo alternativo, offrendo set di dati più ampi che coprono periodi più lunghi, il che può essere più vantaggioso e fattibile per determinati sforzi di ricerca.

Gli algoritmi di Machine Learning (ML), a differenza dei metodi statistici classici, hanno la capacità di elaborare un vasto numero di variabili, offrendo un approccio personalizzato e affidabile per gli operatori sanitari nella gestione dei pazienti. Riconoscendo la necessità di studi ben progettati per identificare strategie terapeutiche ottimali per i pazienti neurocritici e riconoscendo i limiti delle linee guida esistenti, miriamo a sfruttare i programmi ML per sviluppare un sistema avanzato in grado di scoprire modelli di dati e collegarli a potenziali risultati.

Il progetto BLANDISH si concentra sui pazienti affetti da emorragia intracerebrale spontanea (sICH), una condizione priva di trattamenti benefici comprovati. Raccogliendo e analizzando i dati dei pazienti sICH ricoverati in neuroICU, il progetto mira a sviluppare un algoritmo ML supervisionato denominato BLANDISH.

Questo algoritmo stratificherà i pazienti in base alla prognosi, identificando quelli a più alto rischio di morte e lesioni cerebrali secondarie. Guidando ciascun paziente verso la strategia terapeutica più mirata, l’algoritmo potrebbe contribuire a migliorare i risultati dei pazienti e valutare l’efficacia delle attuali pratiche cliniche. Inoltre, potrebbe consentire al personale sanitario di allocare meglio le risorse e introdurre programmi terapeutici personalizzati basati sulla medicina di precisione, riducendo potenzialmente i tempi di ricovero e i costi sanitari.

Il passo iniziale nello sviluppo dell’algoritmo BLANDISH prevede la raccolta di dati clinici, archiviati in un datalake strutturato, che funge da archivio di dati. Questa piattaforma raccoglierà informazioni sul decorso clinico dei pazienti sICH ricoverati in neuroICU. Dopo la raccolta dei dati, i passaggi successivi includono la preelaborazione, la selezione delle variabili correlate alla mortalità del paziente e l'addestramento dell'algoritmo con i dati di input e la convalida interna per controllarne il comportamento. Seguirà la validazione esterna, che prevede la raccolta di dati da vari centri clinici per valutare l'affidabilità e la capacità di generalizzazione dell'algoritmo. Verrà quindi condotto uno studio clinico osservazionale multicentrico per convalidare l'algoritmo BLANDISH, con l'obiettivo di determinarne l'impatto sugli esiti dei pazienti sICH. Questa fase finale comprende uno studio di sopravvivenza che confronta i pazienti del gruppo sperimentale (il cui trattamento è guidato da BLANDISH) con quelli che seguono la pratica clinica standard. Il progetto mira a dimostrare la superiorità dell’approccio ML rispetto alle attuali linee guida, valutando l’accuratezza e i potenziali miglioramenti nella gestione dei pazienti in diversi contesti assistenziali.