Modelo Bayesiano de Hemodinâmica para Monitoramento Personalizado de Pacientes com Insuficiência Cardíaca Congestiva

A insuficiência cardíaca (IC) é um problema mundial. No momento, 26 milhões de pessoas vivem com esta doença crônica e a prevalência continua aumentando. Além desse número crescente em prevalência, a IC também é responsável por quase 1 milhão de internações por ano nos Estados Unidos e na Europa. Consequentemente, isso também tem um grande impacto econômico, especialmente devido às admissões recorrentes desses pacientes. A previsão adequada da descompensação poderia prevenir admissões (des)necessárias por insuficiência cardíaca. A Philips está desenvolvendo um modelo bayesiano para insuficiência cardíaca crônica, permitindo o monitoramento de pacientes com insuficiência cardíaca no hospital e em casa. Uma característica importante desse modelo bayesiano é que ele é um modelo baseado em conhecimento, em contraste com os modelos baseados em mineração de dados, e requer apenas alguns dados do paciente para começar (10 a 20 pacientes). Outra característica importante é que esses 'modelos baseados em conhecimento' são aplicáveis ​​em qualquer ambiente, novamente em contraste com os modelos baseados em mineração de dados. Isso torna o modelo proposto diferente das abordagens convencionais de mineração de dados para modelagem. Durante a internação, o modelo será “preenchido” com os dados pessoais do paciente. Posteriormente, durante o restante da internação ou após a alta hospitalar, uma série de sintomas e variáveis ​​de medição de laboratório ("observáveis") serão a entrada para o modelo. A saída do modelo (o resultado) será uma probabilidade de melhora (versus piora) da condição do paciente ou o estado da condição de insuficiência cardíaca em uma escala (de 1 a 10). O modelo pode lidar com menos variáveis ​​de entrada do que o número com o qual foi "personalizado". Com menos medições de entrada, naturalmente a confiabilidade do resultado será reduzida. Essa abordagem de modelagem basicamente captura a maneira clínica de pensar em um modelo. Se interpretado da maneira certa usando modelagem bayesiana inteligente, o clínico geral ou geriatra será capaz de monitorar e tratar a maioria dos pacientes com insuficiência cardíaca. Isso se encaixa no pensamento atual de reduzir os custos da AD, mantendo os pacientes em casa e fora do hospital.

A investigação clínica é projetada para avaliar se o resultado do "modelo hemodinâmico bayesiano" se compara com a avaliação do estado do cardiologista. O objetivo deste estudo é validar o modelo de computador que foi desenvolvido para avaliar o estado de um paciente com insuficiência cardíaca. Com o modelo, os pesquisadores pretendem apoiar os profissionais de saúde na detecção precoce da deterioração dos pacientes com insuficiência cardíaca e no fornecimento do tratamento correto quando necessário. Se bem-sucedido, isso pode ajudar os pacientes com insuficiência cardíaca a ficarem mais tempo em casa e reduzir as internações hospitalares.

A revisão da literatura clínica está documentada no relatório Personaled Heart Failure Monitoring using a Bayesian network, Anja v.d. Stolpe, Wim Verhaegh, Folke Noertemann, PR-TN 2017/00180.

Essa investigação clínica é necessária porque nenhum conjunto de dados completo, incluindo avaliações de verdade por cardiologistas, está disponível, nem em bancos de dados existentes, nem na literatura clínica.

A investigação clínica deve ser realizada em uma população que cumpra os critérios de inclusão/exclusão descritos no Capítulo 6, pois o "modelo Bayesiano de Hemodinâmica" só é válido para esses casos.