Algoritmi predittivi per i risultati della riabilitazione critica

Una quantità crescente di evidenze provenienti dalla medicina basata sull’evidenza suggerisce che l’intervento riabilitativo precoce (compresi esercizi attivi e passivi precoci, gestione della posizione, riabilitazione polmonare, ecc.) per i pazienti sottoposti a ventilazione meccanica è sicuro e fattibile e può promuovere un certo grado di recupero funzionale e ridurre la durata della degenza nell’unità di terapia intensiva (ICU). Tuttavia, le differenze nello stato di coscienza, nella forza muscolare, nella funzione respiratoria e nell’attività della vita quotidiana (ADL) tra i pazienti che vengono dimessi dall’unità di terapia intensiva dopo la stabilizzazione delle condizioni sono molto grandi, anche alcuni pazienti non hanno ottenuto benefici evidenti. Pertanto, come identificare quali pazienti potrebbero trarre maggiore beneficio dall’intervento riabilitativo precoce è una questione chiave su cui è necessario concentrarsi in terapia intensiva.

Questo studio ha utilizzato come linea guida la "report trasparente di un modello di previsione multivariabile per la prognosi o la diagnosi individuale (TRIPOD)". I sopravvissuti sottoposti a ventilazione meccanica in terapia intensiva sono stati reclutati come partecipanti, se i pazienti hanno ottenuto progressi nella funzione ADL in diversi momenti dopo aver ricevuto un intervento di riabilitazione precoce in terapia intensiva è stato utilizzato come risultato che è un indicatore tempo all'evento. Come predittori alternativi sono stati raccolti dati demografici, dati diagnostici clinici e dati di intervento sulla malattia dei soggetti. La trasformazione e lo screening delle variabili sono stati utilizzati per trovare predittori in grado di prevedere il risultato. Il processo di costruzione di modelli predittivi clinici viene completato adattando i modelli tramite equazioni di regressione e algoritmi di apprendimento automatico, convalida interna, convalida esterna e valutazione del valore clinico. Il modello con la migliore efficienza di previsione viene selezionato in base alla differenziazione e alla calibrazione dei diversi modelli dopo la convalida. Questo modello verrà presentato con un nomogramma o una web app. L'applicazione di questo modello predittivo clinico identificherà se e quando questo paziente potrà ricevere un migliore recupero delle ADL dopo aver ricevuto un intervento di riabilitazione precoce, in modo da ottimizzare ulteriormente i tempi dell'intervento precoce nella riabilitazione e migliorare la sua qualità di sopravvivenza.