Migliorare le decisioni di trattamento per TBI in terapia intensiva
Un nuovo modello prevede cambiamenti nel trattamento per i pazienti con lesioni traumatiche al cervello.
― 8 leggere min
Indice
- Sviluppare un Nuovo Modello Predittivo
- Analizzando Dati da Più ICU
- Raccolta e Valutazione delle Variabili Mediche
- Come Funziona TILTomorrow
- Risultati Osservati nella Popolazione di Studio
- Principali Predittori per i Cambiamenti nel Trattamento
- Implicazioni per la Pratica Clinica
- Limitazioni e Direzioni Future
- Fonte originale
- Link di riferimento
Quando qualcuno subisce un trauma cranico (TBI) e viene ricoverato in terapia intensiva (ICU), i dottori si concentrano sulla protezione del cervello e sul suo recupero. Una preoccupazione comune è prevenire o ridurre l'alta pressione all'interno del cranio, nota come Pressione Intracranica (ICP). I dottori devono capire i diversi motivi che potrebbero far salire questa pressione dopo un TBI. Attualmente, le ragioni sono varie e non completamente comprese, il che rende difficile creare piani di trattamento specifici per ogni paziente. A causa di questa incertezza, i dottori seguono un approccio passo dopo passo per gestire l'ICP. Adattano il trattamento in base a quanto rischiosa o complicata possa essere ogni opzione, aumentando gradualmente l'intensità del trattamento finché non riescono a controllare l'ICP in modo efficace.
L'intensità della gestione dell'ICP di un paziente può essere misurata usando una scala nota come Livello di Intensità della Terapia (TIL). Questa scala aiuta a classificare quanto siano aggressive le terapie in base alla condizione individuale del paziente. I ricercatori hanno studiato l'amministrazione di trattamenti ad alta intensità in molte ICU e hanno scoperto che la gestione reale dell'ICP spesso devìa dall'approccio graduale raccomandato, anche se l'ICP viene monitorato. Ci sono differenze notevoli in come viene gestita l'ICP tra diversi centri, ma queste differenze non sempre si riferiscono a quanto bene si riprendono i pazienti dopo sei mesi.
La maggior parte delle informazioni su perché alcuni trattamenti vengono somministrati o evitati non è stata esaminata a fondo. Solo una piccola frazione dei motivi dietro l'uso di trattamenti ad alta intensità può essere spiegata guardando alla gravità dell'infortunio, ai risultati delle immagini e ai livelli di ICP. Questo solleva domande importanti su se la gestione attuale dell'ICP sia sistematica e se alcuni pazienti possano affrontare rischi inutili a causa di trattamenti ad alta intensità. Per rispondere a queste domande, i dottori devono considerare l'intero percorso medico del paziente e i vari fattori che possono cambiare ogni giorno.
Sviluppare un Nuovo Modello Predittivo
Come primo passo per trovare risposte, i ricercatori mirano a scoprire quali fattori influenzano le decisioni di trattamento per l'ICP a livello individuale. Hanno proposto una nuova strategia di modellazione chiamata TILTomorrow, che mira a prevedere il punteggio TIL del giorno successivo basandosi su tutte le informazioni raccolte prima e durante il ricovero del paziente in ICU. L'obiettivo principale di TILTomorrow è vedere quanto bene la storia medica completa di un paziente possa prevedere i cambiamenti nell'intensità del trattamento dell'ICP. Inoltre, i ricercatori vogliono valutare quali fattori contribuiscono di più a questi cambiamenti imminenti, che siano legati alla gravità dell'infortunio o ai trattamenti precedenti somministrati.
TILTomorrow funziona analizzando i registri medici di un paziente, che includono dati fino a 978 variabili dinamiche raccolte durante il soggiorno in ICU e 1.029 variabili statiche che non cambiano. Applicano un metodo specifico per organizzare e interpretare i dati, il che consente loro di prevedere dinamicamente il punteggio TIL di ogni giorno. Si aspettano che il modello adatti le sue previsioni ogni giorno, tenendo conto dei cambiamenti nella condizione del paziente nel tempo.
Analizzando Dati da Più ICU
I ricercatori hanno raccolto dati da 65 centri medici in Europa e in Israele, esaminando pazienti che sono stati ricoverati in ICU entro 24 ore da un TBI. Sono stati considerati diversi fattori per l'inclusione nell'analisi, come età, gravità dell'infortunio e se il paziente avesse precedenti disturbi neurologici. Lo studio ha incluso solo pazienti che hanno avuto un soggiorno minimo di 24 ore in ICU, hanno subito un monitoraggio invasivo dell'ICP e hanno avuto valutazioni giornaliere coerenti del TIL.
Il punteggio TIL riflette il livello massimo di gestione dell'ICP che un paziente ha ricevuto durante un periodo specifico. I ricercatori hanno classificato questo in una scala più semplice a cinque categorie chiamata TIL(Basic) per riassumere l'intensità del trattamento. Per capire accuratamente come cambiano i trattamenti nel tempo, hanno tracciato i punteggi TIL giornalmente in diversi momenti durante il soggiorno in ICU.
Raccolta e Valutazione delle Variabili Mediche
Per costruire efficacemente il modello TILTomorrow, i ricercatori hanno estratto tutti i tipi di dati raccolti durante lo studio CENTER-TBI. Questo ha comportato dati strutturati come valori numerici, scelte binarie (sì/no), dati testuali da note mediche e anche foto di risultati di imaging come TAC e risonanze magnetiche. Il soggiorno in ICU di ogni paziente è stato suddiviso in segmenti di un giorno, e un insieme di fino a 2.008 variabili è stato incluso nell'analisi.
Queste variabili sono state raggruppate in diverse categorie in base alla loro natura. Non tutte le variabili sono state utilizzate allo stesso modo; alcune indicavano cambiamenti nel trattamento mentre altre riflettevano le impressioni del dottore o note cliniche. Applicando questo metodo di raccolta dati completo, i ricercatori speravano di catturare un'immagine più chiara dei fattori in gioco durante il percorso di recupero di un paziente.
Come Funziona TILTomorrow
Il modello TILTomorrow utilizza una combinazione di tecniche per fare previsioni. Elabora tutte queste variabili in una forma che il modello può capire, creando una rappresentazione vettoriale a bassa dimensione. Utilizzando algoritmi avanzati, il modello riconosce i modelli nel tempo e impara a prevedere se il punteggio TIL aumenterà, diminuirà o rimarrà lo stesso il giorno successivo.
I ricercatori hanno utilizzato metodi per valutare quanto bene le previsioni corrispondessero ai risultati reali. Calcolando diverse metriche, sono stati in grado di valutare le prestazioni del modello nel fare previsioni accurate. Il modello è stato testato ripetutamente confrontando le sue previsioni con un insieme di validazione, permettendo un miglioramento continuo.
Risultati Osservati nella Popolazione di Studio
Dai dati analizzati, i ricercatori hanno scoperto che un numero significativo di pazienti non ha sperimentato cambiamenti giornalieri nei punteggi TIL durante la prima settimana in ICU. Tuttavia, quando si sono verificati cambiamenti, sono stati più rapidi dal giorno uno al giorno due. Col tempo, lo studio ha illustrato una tendenza verso trattamenti meno intensivi man mano che i pazienti progredivano nel loro recupero.
I ricercatori hanno notato che molti fattori potrebbero influenzare i cambiamenti giornalieri nel TIL, comprese le Decisioni Cliniche prese in precedenza, i risultati delle immagini cerebrali e gli indicatori di salute generale del paziente. Sono stati stabiliti modelli che indicavano che determinati eventi clinici potrebbero prevedere efficacemente cambiamenti nell'intensità del trattamento, in particolare la de-escalation nella terapia.
Principali Predittori per i Cambiamenti nel Trattamento
I ricercatori hanno identificato diverse categorie di variabili che erano forti predittori dei cambiamenti nel TIL. I fattori associati a questi cambiamenti includevano:
- Il percorso di trattamento che ha portato al giorno attuale.
- Età al momento del ricovero.
- Fattori di rischio legati al sanguinamento.
- Risultati dagli esami di imaging cerebrale.
- Indicatori di salute generale come la pressione sanguigna e le misurazioni della pressione intracranica.
- Marcatori di infiammazione nel corpo.
- Cambiamenti nello stato metabolico.
- Risposte e punteggi neurologici.
L'analisi ha evidenziato che particolari fattori associati alla de-escalation del trattamento erano significativamente più robusti di quelli che prevedevano l'escalation del trattamento, il che suggerisce che comprendere quando e come ridurre il trattamento potrebbe essere più chiaro che anticipare quando aumentarlo.
Implicazioni per la Pratica Clinica
Le intuizioni ottenute da TILTomorrow offrono promettenti possibilità per migliorare la gestione dei pazienti con TBI in futuro. Identificando i fattori più strettamente legati ai cambiamenti nell'intensità del trattamento, i clinici possono prendere decisioni più informate riguardo alla cura dei pazienti. Questa comprensione potrebbe aiutare a creare approcci sistematici per la gestione dell'ICP, portando infine a risultati migliori per i pazienti.
L'importanza di un monitoraggio e di una valutazione costante non può essere sottovalutata. Lo studio ha messo in evidenza come diversi centri medici possano avere protocolli variabili per la gestione dell'ICP, influenzando come i pazienti vengono trattati. Un approccio più standardizzato potrebbe portare a esperienze di trattamento simili attraverso gli ospedali, a beneficio dei pazienti e potenzialmente migliorando i tassi di recupero.
Limitazioni e Direzioni Future
Sebbene i risultati suggeriscano una via verso una migliore gestione dei pazienti con TBI, ci sono limitazioni da considerare. Lo studio si è basato su dati raccolti da siti specifici e i risultati potrebbero non essere generalizzabili ad altre popolazioni, in particolare in regioni con pratiche sanitarie diverse. Ci sono anche sfide relative alla risoluzione dei dati raccolti, che potrebbero portare a una perdita di dettagli più fini nei registri medici.
Le ricerche future dovrebbero concentrarsi sul miglioramento del modello includendo più dati in tempo reale, integrando potenzialmente strumenti di monitoraggio fisiologico avanzati. Esplorare queste strade potrebbe aiutare a comprendere molto meglio la dinamica dell'ICP, spianando la strada per trattamenti più adattati alla condizione del paziente.
In sintesi, c'è una significativa opportunità di migliorare come gestiamo e prevediamo le risposte ai trattamenti per i pazienti con lesioni cerebrali in ICU. Comprendere l'interazione di vari fattori clinici presenta una mappa per un miglioramento della cura e dei risultati per i pazienti. Continuando a rifinire i modelli predittivi e a esaminare le sfumature delle decisioni terapeutiche, i fornitori di assistenza sanitaria possono offrire interventi più personalizzati ed efficaci per i pazienti con TBI.
Titolo: TILTomorrow today: dynamic factors predicting changes in intracranial pressure treatment intensity after traumatic brain injury
Estratto: Practices for controlling intracranial pressure (ICP) in traumatic brain injury (TBI) patients admitted to the intensive care unit (ICU) vary considerably between centres. To help understand the rational basis for such variance in care, this study aims to identify the patient-level predictors of changes in ICP management. We extracted all heterogeneous data (2,008 pre-ICU and ICU variables) collected from a prospective cohort (n=844, 51 ICUs) of ICP-monitored TBI patients in the Collaborative European NeuroTrauma Effectiveness Research in TBI (CENTER-TBI) study. We developed the TILTomorrow modelling strategy, which leverages recurrent neural networks to map a token-embedded time series representation of all variables (including missing values) to an ordinal, dynamic prediction of the following days five-category therapy intensity level (TIL(Basic)) score. With 20 repeats of 5-fold cross-validation, we trained TILTomorrow on different variable sets and applied the TimeSHAP (temporal extension of SHapley Additive exPlanations) algorithm to estimate variable contributions towards predictions of next-day changes in TIL(Basic). Based on Somers Dxy, the full range of variables explained 68% (95% CI: 65-72%) of the ordinal variation in next-day changes in TIL(Basic) on day one and up to 51% (95% CI: 45-56%) thereafter, when changes in TIL(Basic) became less frequent. Up to 81% (95% CI: 78-85%) of this explanation could be derived from non-treatment variables (i.e., markers of pathophysiology and injury severity), but the prior trajectory of ICU management significantly improved prediction of future de-escalations in ICP-targeted treatment. Whilst there was no significant difference in the predictive discriminability (i.e., area under receiver operating characteristic curve [AUC]) between next-day escalations (0.80 [95% CI: 0.77-0.84]) and de-escalations (0.79 [95% CI: 0.76- 0.82]) in TIL(Basic) after day two, we found specific predictor effects to be more robust with de-escalations. The most important predictors of day-to-day changes in ICP management included preceding treatments, age, space-occupying lesions, ICP, metabolic derangements, and neurological function. Serial protein biomarkers were also important and may serve a useful role in the clinical armamentarium for assessing therapeutic needs. Approximately half of the ordinal variation in day-to-day changes in TIL(Basic) after day two remained unexplained, underscoring the significant contribution of unmeasured factors or clinicians personal preferences in ICP treatment. At the same time, specific dynamic markers of pathophysiology associated strongly with changes in treatment intensity and, upon mechanistic investigation, may improve the timing and personalised targeting of future care.
Autori: Shubhayu Bhattacharyay, F. D. van Leeuwen, E. Beqiri, C. A. I. Akerlund, L. Wilson, E. W. Steyerberg, D. W. Nelson, A. I. R. Maas, D. K. Menon, A. Ercole, CENTER-TBI investigators and participants
Ultimo aggiornamento: 2024-05-15 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2024.05.14.24307364
Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.05.14.24307364.full.pdf
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.