BLANDISH (cérebro, perda de função, aneurisma, doença, lesão, acidente vascular cerebral, hemorragia) (BLANDISH)

Na NeuroICU, os tratamentos normalmente seguem diretrizes baseadas em consenso científico. Apesar disso, o prognóstico para pacientes com hemorragias intracranianas não melhorou significativamente nas últimas décadas, resultando em resultados geralmente insatisfatórios. Embora os ensaios clínicos randomizados (ECR) sejam considerados o padrão ouro para a pesquisa clínica, sua condução pode ser cara e eticamente desafiadora. Os estudos observacionais fornecem um método alternativo, oferecendo conjuntos de dados maiores cobrindo períodos mais longos, o que pode ser mais benéfico e viável para determinados empreendimentos de investigação.

Os algoritmos de aprendizado de máquina (ML), diferentemente dos métodos estatísticos clássicos, têm a capacidade de processar um grande número de variáveis, oferecendo uma abordagem personalizada e confiável para os profissionais de saúde no gerenciamento de pacientes. Reconhecendo a necessidade de estudos bem desenhados para identificar estratégias terapêuticas ideais para pacientes neurocríticos e reconhecendo as limitações das diretrizes existentes, pretendemos aproveitar os programas de ML para desenvolver um sistema avançado capaz de descobrir padrões de dados e vinculá-los a resultados potenciais.

O projeto BLANDISH concentra-se em pacientes com hemorragia intracerebral espontânea (sICH), uma condição sem tratamento benéfico comprovado. Ao coletar e analisar dados de pacientes com sICH internados em neuroICU, o projeto visa desenvolver um algoritmo de ML supervisionado denominado BLANDISH.

Este algoritmo estratificará os pacientes com base no prognóstico, identificando aqueles com maior risco de morte e lesões cerebrais secundárias. Ao orientar cada paciente para a estratégia terapêutica mais direcionada, o algoritmo poderia ajudar a melhorar os resultados dos pacientes e avaliar a eficácia das práticas clínicas atuais. Além disso, poderá permitir que os profissionais de saúde aloquem melhor os recursos e introduzam programas terapêuticos individualizados baseados na medicina de precisão, reduzindo potencialmente os tempos de hospitalização e os custos de saúde.

A etapa inicial no desenvolvimento do algoritmo BLANDISH envolve a coleta de dados clínicos, armazenados em um datalake estruturado, que serve como repositório de dados. Esta plataforma irá reunir informações sobre a evolução clínica dos pacientes com HIC internados na neuroUTI. Após a coleta dos dados, os próximos passos incluem pré-processamento, seleção de variáveis ​​correlacionadas à mortalidade do paciente e treinamento do algoritmo com dados de entrada e validação interna para controle do seu comportamento. Seguir-se-á a validação externa, envolvendo recolha de dados de vários centros clínicos para avaliar a fiabilidade e capacidade de generalização do algoritmo. Um estudo clínico observacional multicêntrico será então conduzido para validar o algoritmo BLANDISH, com o objetivo de determinar seu impacto nos resultados dos pacientes com sICH. Esta fase final inclui um estudo de sobrevivência comparando os pacientes do grupo experimental (cujo tratamento é orientado por BLANDISH) com aqueles que seguem a prática clínica padrão. O projeto visa demonstrar a superioridade da abordagem de ML em relação às diretrizes atuais, avaliando a precisão e possíveis melhorias no manejo de pacientes em diferentes ambientes de atendimento.