Análise de entropia e interações complexas paciente-ventilador durante a ventilação mecânica (ENTROPY-ICU)

Métodos

1. Definição de interações complexas entre paciente e ventilador Os investigadores definiram "Interações complexas entre paciente e ventilador" (CP-VI) como a presença isolada ou em combinação de uma alteração na frequência respiratória superior a 50% e/ou a ocorrência de qualquer tipo de assincronia
2. Aquisição e análise de dados Os sinais de Paw e Flow serão registrados continuamente durante a permanência do paciente na Unidade de Terapia Intensiva (UCI) usando o sistema BetterCare® (Better Care®, Barcelona, ​​Espanha). BetterCare usa drivers projetados especificamente para interagir com o sinal de saída de ventiladores mecânicos e monitores de cabeceira, em vez de diretamente com os pacientes. Os sinais gravados são sincronizados e armazenados para posterior análise. MATLAB (The MathWorks, Inc., vR2018b, Natick, MA, EUA) será usado para realizar o processamento de sinal, análise de dados e avaliação visual.
3. População do estudo Os investigadores obterão dados de um banco de dados construído prospectivamente a partir de uma plataforma de conectividade (Better Care®) para interoperar sinais de diferentes ventiladores e monitores e, subsequentemente, calcular algoritmos para diagnosticar assincronias paciente-ventilador (ClinicalTrial.gov, NCT03451461). Todos os pacientes correspondentes a um evento de auto-extubação previamente registrado serão recrutados para o processo de caracterização e validação, a fim de garantir interações paciente-ventilador e episódios de luta contra o ventilador. Além disso, serão recrutados pacientes nos quais uma tentativa de respiração espontânea anterior a uma tentativa de liberá-lo do ventilador para obter sinais de Paw e Flow. Dados clínicos e demográficos serão obtidos do prontuário. O conselho de revisão institucional aprovou o protocolo e dispensou o consentimento informado porque o estudo não era interventivo, não representava nenhum risco adicional para os pacientes e não interferia nos cuidados habituais.
4. Validação visual do CP-VI Três pesquisadores revisarão visualmente as gravações de fluxo e pata dos eventos. A duração dos segmentos será selecionada com base em estudos anteriores onde clusters assíncronos são avaliados. O conjunto de dados será previamente selecionado por um especialista em ventilação mecânica garantindo o equilíbrio por modos ventilatórios (agrupados por Ventilação com Pressão de Suporte (PSV) e Modos de Ventilação Assist-Controlada) e distribuição igualitária da presença ou ausência de CP-VI. Os modos controlados incluíram ventilação controlada por volume (VACV) e ventilação controlada por pressão (PACV). Os traçados de fluxo e pata serão ordenados aleatoriamente no MATLAB antes da análise visual para garantir o cegamento dos avaliadores. Os avaliadores receberão uma descrição por escrito das características do CP-VI antes da análise visual, como referência. Com base na definição de CP-VI descrita anteriormente, cada pesquisador pontuará a presença ou ausência de eventos de CP-VI, sem limitação de tempo. A avaliação visual será considerada como padrão-ouro.
5. Entropia Entropia é uma medida não linear que permite avaliar a aleatoriedade de uma série de dados. O cálculo da entropia requer três parâmetros: a dimensão de incorporação, m (um inteiro positivo); o valor de tolerância ou critério de similaridade, r (um número real positivo); e o comprimento total, N, da série analisada.
6. Detecção automática de CP-VI Será implementado um algoritmo automatizado para detecção de CP-VI baseado na ferramenta Entropy.
7. Análise estatística O coeficiente kappa de Fleiss será utilizado como confiabilidade de concordância entre avaliadores para avaliação visual. O algoritmo automatizado para detecção de CP-VI será aplicado sobre as séries de entropia derivadas do mesmo Flow e Paw. O desempenho do algoritmo automatizado será avaliado com base na sensibilidade (Se), especificidade (Sp), valores preditivos positivo e negativo (PPV e VPN, respectivamente), acurácia (ACC) e coeficiente de correlação de Matthews (MCC).
8. Seleção de m, r e N Em estudos de entropia, uma etapa importante é determinar as configurações ótimas para extrair de forma robusta a aleatoriedade de uma série de dados. Portanto, um procedimento de otimização de m, r e N será realizado para estimar adequadamente o CP-VI.