Opracowanie wskaźnika multimodalnego w celu poprawy wartości predykcyjnej sukcesu w odstawieniu od wentylacji mechanicznej

Odzwyczajanie od wentylacji mechanicznej (MV) to złożony proces, w którym pacjenci są uwalniani od respiratora. Przedłużające się odstawianie i niepowodzenia odstawiania od piersi, definiowane jako konieczność ponownej intubacji, mają różne skutki uboczne, w tym przedłużenie MV, oddziału intensywnej terapii (OIOM) i pobytu w szpitalu, a także są związane ze zwiększoną częstością występowania zapalenia płuc związanego z respiratorem i wysoką śmiertelnością. Odsetek niepowodzeń w odzwyczajaniu jest wysoki, nawet przy spełnieniu klasycznych kryteriów ekstubacji, dlatego konieczna jest poprawa wyników pozwalających przewidzieć i określić idealny czas na wycofanie MV.

Celem tego badania jest zaprojektowanie nowego multimodalnego wskaźnika do przewidywania i optymalizacji wyników odstawiania od piersi w spersonalizowany sposób, w oparciu o wykorzystanie i interpretację danych pochodzących z ciągłego monitorowania pacjentów w stanie krytycznym. Nowy multimodalny indeks, oprócz klasycznych parametrów oddechowych, będzie zawierał parametry związane z interakcją pacjent-respirator (asynchronie), funkcją przepony, stanem układu sercowo-naczyniowego oraz czynnością autonomicznego układu nerwowego (ANS).

Badacze zaprojektowali prospektywne badanie obserwacyjne, które obejmie 126 pacjentów w stanie krytycznym z medyczno-chirurgicznego OIT, którzy spełniają klasyczne kryteria odstawienia od piersi. Postępowanie z pacjentami, jak również proces odstawiania od piersi, będą prowadzone zgodnie ze zwykłym protokołem. Oprócz klasycznych danych predykcyjnych odstawienia, dane dotyczące interakcji pacjenta z respiratorem oraz funkcji autonomicznego układu nerwowego będą gromadzone za pomocą specjalnego oprogramowania (BetterCare). Czynność sercowo-naczyniowa i przepona zostaną ocenione za pomocą ultradźwięków. W oparciu o zaawansowaną analizę danych z różnych urządzeń zebranych w całym okresie wentylacji mechanicznej zostanie zaprojektowana „spersonalizowana” ocena odsadzania, która powinna poprawić dokładność procesu podejmowania decyzji, a tym samym zmniejszyć zachorowalność i śmiertelność. Dodatkowe korzyści obejmowałyby obniżenie kosztów opieki zdrowotnej bez zwiększania liczby zdarzeń niepożądanych.