Valor preditivo do monitor FORE-SIGHT™ para deterioração hemodinâmica

1. Fundo

   O monitoramento hemodinâmico preciso geralmente requer o uso de ferramentas ou cateteres invasivos. Muitas dessas ferramentas, disponíveis para adultos, não podem ser usadas para bebês e crianças gravemente doentes, devido ao seu tamanho e porque essas técnicas invasivas apresentam alto risco de complicações. Técnicas de monitorização não invasivas que permitem detectar estados hemodinâmicos críticos são de grande interesse nessa população.

   FORE-SIGHT™ é uma ferramenta não invasiva para medir a saturação de oxigênio do tecido cerebral. Os valores de saturação de oxigênio do tecido cerebral (SctO2) são importantes para os médicos porque a hipóxia cerebral (falta de suprimento de oxigênio para o tecido cerebral) é uma das principais causas de lesões cerebrais que ocorrem em muitas situações cirúrgicas e clínicas. O oxímetro cerebral FORE-SIGHT™ utiliza a tecnologia de espectroscopia de infravermelho próximo (NIRS) de base ótica para monitorar o SctO2 absoluto. Ele funciona projetando luz infravermelha inofensiva através do couro cabeludo e do crânio e no cérebro por meio de um sensor descartável na testa do paciente. O dispositivo mede a luz que retorna aos detectores no sensor e analisa essa informação utilizando algoritmos patenteados para determinar os níveis absolutos de saturação de oxigênio no tecido cerebral. O FORE-SIGHT™ foi projetado para monitorar o SctO2 de maneira contínua e oferece aos médicos a oportunidade de intervir antes que ocorram danos ao cérebro. Atualmente, o monitor faz parte do monitoramento padrão para crianças submetidas à circulação extracorpórea, na sala de cirurgia, e é frequentemente continuado na fase pós-operatória na unidade de terapia intensiva pediátrica (PICU) dos hospitais universitários de Leuven.

   Vários estudos apontaram para as vantagens potenciais do monitoramento de SctO2 na fase perioperatória após cirurgia cardíaca ou abdominal em adultos [1,2,3,4], bem como em crianças submetidas a correções cirúrgicas de defeitos cardíacos congênitos [5,6 ,7]. Valores baixos de SctO2 estão associados a resultados piores e correspondem a dados de outros monitores que indicam que o conteúdo de oxigênio do cérebro naquele momento é insuficiente. Em particular, a duração das dessaturações de SctO2 abaixo de 55%, 60% e 65% é preditiva para complicações pós-operatórias [8]. Esses estudos, no entanto, analisaram apenas o uso do NIRS como ferramenta para monitorar o cérebro nos momentos de maior risco, durante cirurgias complexas com circulação comprometida. Embora não haja evidências que demonstrem que a tomada de decisão com base nos dados do NIRS seja favorável para o resultado do paciente, muitos centros usam o NIRS como uma ferramenta de monitoramento fora do ambiente cirúrgico.

   Como o cérebro é muito sensível a mudanças na oxigenação, o monitoramento de SctO2 pode fornecer uma indicação de mudanças críticas no estado hemodinâmico do paciente e, assim, servir como um monitor para o estado hemodinâmico geral do paciente. O presente estudo pretende examinar o valor agregado da monitoração de SctO2 sobre a monitoração de rotina de pacientes pediátricos em UTIP, na fase pós-operatória de cirurgia cardíaca. Idealmente, para ter valor agregado, as alterações da SctO2 devem preceder um episódio de deterioração hemodinâmica.

   A previsão está no centro da medicina intensiva, onde os médicos fazem uso de seu conhecimento médico e de todos os dados relacionados ao paciente para prever mudanças na condição do paciente e administrar os tratamentos (preventivos) apropriados. Uma unidade de terapia intensiva (UTI) é um ambiente muito rico em dados com várias fontes de informação, como registros de admissão, histórico médico, análises laboratoriais de amostras, medicamentos e registros de tratamento e monitoramento de sinais vitais. Um Sistema de Gerenciamento de Dados do Paciente (PDMS) (MetaVision®, iMD-Soft®, Boston, MA) foi instalado em nossa UTI a partir de fevereiro de 2006. Este software PDMS coleta e integra automaticamente os dados das múltiplas fontes de informação. Um dos benefícios de ter todos os dados relacionados ao paciente em um formato integrado é que eles podem ser facilmente analisados ​​por meio do uso de técnicas computacionais em geral e mineração de dados em particular. Essas técnicas utilizam as informações em grandes bancos de dados para gerar automaticamente modelos que podem ser usados ​​para previsão (por exemplo, para prever a probabilidade de sobrevivência de um paciente na UTI). Em estudos anteriores, nosso grupo de pesquisa mostrou os altos desempenhos preditivos que podem ser obtidos com modelos de mineração de dados no domínio da terapia intensiva.

   Neste estudo, faremos uso de técnicas de mineração de dados para avaliar o poder preditivo do monitoramento de SctO2 para futura deterioração hemodinâmica do paciente da UTIP após cirurgia cardíaca, analisando os dados coletados no PDMS, incluindo o FORE-SIGHT™ NIRS.

2. Objetivos do projeto

   • Avaliar o poder preditivo independente do sinal FORE-SIGHT™ NIRS para futura deterioração hemodinâmica de lactentes e crianças gravemente doentes, na fase pós-operatória de cirurgia cardíaca.

   • Avaliar o poder preditivo do sinal FORE-SIGHT™ NIRS para resultados em lactentes e crianças criticamente doentes, na fase pós-operatória após cirurgia cardíaca.

3. Design de estudo

Estudo prospectivo, observacional, não intervencional. Todas as crianças elegíveis serão monitoradas com o FORE-SIGHT™, desde a admissão até o desmame da ventilação mecânica. Normalmente, os pacientes admitidos após cirurgia cardíaca na UTIP dos hospitais universitários de Leuven são ventilados mecanicamente entre 12 horas e duas semanas [8].

O sinal FORE-SIGHTTM SctO2 será cego para o clínico à beira do leito e será armazenado no sistema PDMS para análise. Os primeiros 20 minutos de dados após a chegada à UTI não serão utilizados para a análise, pois durante esse tempo o paciente normalmente se estabiliza no novo ambiente após o transporte e, portanto, os dados não são característicos da permanência na UTI.

Os dados desses pacientes serão usados ​​para análise, para construir modelos preditivos. Uma cópia do banco de dados do PDMS, após a remoção de todos os dados que se referem à identidade dos pacientes, será utilizada para análise dos dados. Modelos de mineração de dados, como modelos de regressão logística simples, mas também técnicas de aprendizado de máquina mais avançadas (modelos aprendidos automaticamente por um algoritmo de computador, como modelos de Árvore de Decisão [9], Redes Bayesianas, Processos Gaussianos, Support Vector Machines, …) avalie o poder preditivo independente do sinal FORE-SIGHT™ sobre os dados monitorados rotineiramente.

1. FORE-SIGHT™ para detecção precoce de futura instabilidade hemodinâmica.

Primeiramente, serão construídos modelos para avaliar o poder preditivo independente do sinal FORE-SIGHT™ para detectar episódios de instabilidade hemodinâmica com 10 minutos de antecedência.

Como o débito cardíaco não é medido diretamente de forma invasiva em crianças, tal episódio é evidenciado por sinais indiretos. Se um ou mais dos critérios a seguir for atendido, isso é considerado um episódio de instabilidade hemodinâmica.

1. Monitorização hemodinâmica • Frequência cardíaca >160 ou <90, por pelo menos 5 minutos consecutivos • Pressão arterial sistólica < 55 (bebês) ou < 65 (crianças), por pelo menos 5 minutos consecutivos

2. Análise laboratorial no ponto de atendimento

   • Saturação venosa (SvO2) <55 (quando há cardiopatia cianogênica) ou <65 (em todos os outros pacientes)

   • Lactato > 2 mmol/L na gasometria arterial

3. Observação clínica • Taxa de débito urinário < taxa normal de 0,5 ml/kg/h durante 2 horas consecutivas

2. FORE-SIGHT™ para previsão do resultado. Em segundo lugar, serão construídos modelos para avaliar se o sinal FORE-SIGHT™ é preditivo para hospital e tempo de permanência na UTI (LOS ), mortalidade e duração do suporte ventilatório mecânico (invasivo ou não invasivo).

Para avaliar o desempenho preditivo para as 2 tarefas preditivas, as seguintes estatísticas serão usadas: o valor preditivo positivo, a área sob a curva ROC (AUROC), a estatística Hosmer-Lemeshow, calibração em grande escala, calibração escores de inclinação e Brier.

O valor preditivo positivo é a proporção de instâncias positivas que são classificadas corretamente. Reflete a probabilidade de que um resultado positivo corresponda à condição subjacente que está sendo testada.

O AUROC é uma medida da capacidade do modelo de discriminar entre instâncias positivas e negativas. Normalmente, a AUROC como avaliação é preferida à precisão, pois permite negociar os custos possivelmente diferentes de classificar incorretamente uma instância negativa como positiva, ou equivalentemente à compensação entre a sensibilidade e a especificidade do modelo.

A estatística de Hosmer-Lemeshow, a calibração em grande escala e a inclinação de calibração são usadas para determinar se um modelo está bem calibrado. Esses testes avaliam se as taxas de eventos observadas correspondem às taxas de eventos esperadas em subgrupos da população. Os modelos para os quais as taxas de eventos esperados e observados em subgrupos são semelhantes são considerados bem calibrados.

O desempenho geral do modelo será avaliado com o Brier Score e sua versão normalizada, o Brier Scaled Score. Modelos precisos têm um baixo erro geral de previsão e, portanto, um baixo Brier Score (abaixo do valor do caso base para cada tarefa).

4 População do estudo

Todas as crianças com menos de 12 anos de idade, internadas na UTIP dos hospitais Leuven University Leuven após cirurgia cardíaca são elegíveis para o estudo, se atenderem aos seguintes critérios de inclusão:

• Ventilado mecanicamente na admissão na UTI ou intubado após a admissão
• Linha arterial no lugar.
• Previsão de permanência de pelo menos 24h na UTIP.

Pacientes com dano cerebral real ou potencial, como pacientes com traumatismo cranioencefálico, pacientes com tumores cerebrais ou pacientes após ressuscitação cardiopulmonar (RCP) são excluídos. Pacientes com uma condição ou ferimento que impeça a colocação de um sensor na testa também são excluídos.

O estudo coletará dados por um período de 1,5 ano. Serão recrutadas 300 crianças gravemente doentes. Aproximadamente 20% dos pacientes da UTIP apresentam eventos de deterioração clínica, e com um tempo médio (IQR) de permanência de 3 (2-7) dias [8] e pelo menos um evento por dia, esperamos um mínimo de 180 eventos de clínica deterioração da população anual. A partir de estudos anteriores com uma distribuição de eventos semelhante [15,16], esperamos que nossos modelos resultem em uma sensibilidade (e especificidade) de pelo menos 0,8, com um erro alfa de 5% e um poder estatístico de 80%.

O estudo terá, portanto, o poder estatístico necessário para detectar o potencial do sinal FORE-SIGHT™ NIRS na previsão da deterioração clínica.