Heart-rate-based clock alignment in intensive-care ECGs, serial-ECG matching and administrative follow-up in MIMIC-IV

En el entorno de alto riesgo de una unidad de cuidados intensivos, el tiempo es la moneda más crítica. Los médicos dependen de la secuencia precisa de los eventos para comprender la condición de un paciente: ¿cambió el ritmo cardíaco antes de que se administrara el medicamento? ¿Cayó la presión arterial antes de que llegaran los resultados de laboratorio? Para responder a estas preguntas, los hospitales utilizan registros de salud electrónicos que registran con una marca de tiempo cada medición, desde una nota de enfermería hasta la lectura de una máquina. Sin embargo, estos registros no son un flujo único y perfectamente sincronizado. Son un mosaico de datos de diferentes dispositivos, diferentes enfermeros y diferentes sistemas, cada uno con su propio reloj interno. Si el reloj de un monitor cardíaco está incluso ligeramente desincronizado con el reloj principal del hospital, la historia que cuenta el dato podría ser errónea. Esto es especialmente cierto para los electrocardiogramas, o ECG, que capturan la actividad eléctrica del corazón en pocos segundos. Si el tiempo en la máquina de ECG no coincide con el tiempo en la gráfica donde una enfermera anotó la frecuencia cardíaca del paciente, los investigadores no pueden estar seguros de si los dos eventos ocurrieron juntos o si uno ocurrió mucho después del otro.

Un estudio reciente se propuso auditar esta sincronización en una de las colecciones de datos médicos más grandes del mundo, conocida como MIMIC-IV. Los investigadores querían saber si era posible utilizar la frecuencia cardíaca misma para corregir estos errores de reloj. La idea era simple: si una máquina registra una frecuencia cardíaca de 70 latidos por minuto, y una enfermera anotó una frecuencia cardíaca de 70 latidos por minuto en ese mismo momento, los relojes deberían coincidir. Al comparar la lectura de la máquina con la nota de la enfermera, los investigadores esperaban calcular exactamente cuántos minutos de desfase tenía el reloj de la máquina. Probaron este método en miles de pacientes en la unidad de cuidados intensivos para ver si podían alinear los relojes de manera confiable y, lo que es más importante, para entender qué tan seguido los datos eran demasiado desordenados para permitir tal corrección.

El estudio comenzó vinculando millones de registros de ECG con los expedientes correspondientes de los pacientes en la base de datos del hospital. El equipo buscó momentos en los que una máquina hubiera registrado una frecuencia cardíaca y una enfermera hubiera anotado una frecuencia cardíaca para el mismo paciente durante la misma estancia hospitalaria. Luego intentaron encontrar la diferencia de tiempo exacta que haría que estos dos números coincidieran de la mejor manera. Si los relojes estuvieran perfectamente alineados, la mejor coincidencia ocurriría con una diferencia de cero. Si la máquina estuviera adelantada o atrasada, la mejor coincidencia revelaría un desfase específico, quizás de treinta minutos o dos horas. Los investigadores establecieron reglas estrictas para lo que contaba como una coincidencia exitosa. Exigieron que un paciente tuviera al menos tres ECG completos y que las notas de enfermería cubrieran todo el intervalo de tiempo alrededor de esos ECG. También exigieron que la coincidencia fuera clara y estable, no solo una coincidencia fortuita.

Los resultados revelaron una realidad cruda sobre los datos. De casi 17,000 pacientes en la unidad de cuidados intensivos que tuvieron ECG, solo alrededor del 2.3 por ciento cumplieron con los estrictos criterios para que se identificaran los desfases de sus relojes. En un segundo grupo de pacientes utilizado para verificar el trabajo, la cifra fue similarmente baja, en un 2.5 por ciento. Esto significa que para más del 97 por ciento de los pacientes, los investigadores no pudieron determinar si el reloj de la máquina estaba desfasado, ni por cuánto. La razón principal de este fallo no fue que los relojes estuvieran rotos, sino que los datos faltaban. El estudio encontró que el 91 por ciento de los pacientes se perdieron antes de que el cálculo pudiera siquiera comenzar debido a que no tenían suficientes ECG o porque su estancia hospitalaria fue demasiado corta o fragmentada. A menudo, cada uno de los ECG que un paciente recibió ocurrió dentro de las doce horas del inicio o del final de su estancia, dejando sin espacio en la mitad del registro para comparar el tiempo de la máquina con las notas de enfermería.

Incluso entre el pequeño grupo de pacientes que sí tenían suficientes datos, los resultados no fueron tan claros como se esperaba. Los investigadores descubrieron que, para los pacientes que pudieron ser analizados, las diferencias de tiempo estimadas eran a menudo muy pequeñas, agrupándose cerca de cero. Sin embargo, también descubrieron que su método no era muy bueno para distinguir entre un error real de reloj y el ruido aleatorio. Cuando probaron su método con datos falsos donde se sabía que los relojes estaban perfectamente alineados, el método aún así afirmaba encontrar diferencias de tiempo en aproximadamente uno de cada cinco casos. Esto sugirió que los criterios que utilizaron eran demasiado laxos para ser confiables por sí solos. Solo cuando añadieron capas adicionales de verificación, como comprobar si el resultado se mantenía al eliminar un ECG a la vez, el número de coincidencias confiables cayó a una fracción minúscula: apenas el 0.5 por ciento de los pacientes. Esto significa que para la gran mayoría de los pacientes, el estudio no pudo confirmar si el reloj de la máquina era exacto o no.

El estudio también analizó cómo estos problemas de sincronización afectaban otros tipos de investigación médica, como la comparación de los cambios en los niveles de potasio en sangre entre diferentes pacientes. Encontraron que el número de pacientes que podían ser comparados dependía enteramente de qué tan amplio fuera el intervalo de tiempo que los investigadores estuvieran dispuestos a aceptar. Si permitían una diferencia de seis horas entre la prueba de sangre y el ECG, podían encontrar cientos de pares coincidentes. Pero si estrechaban ese intervalo a solo dos horas, el número de pares utilizables caía drásticamente. Esto resaltó que la viabilidad de muchos estudios médicos no depende solo de la calidad de los datos, sino de las elecciones arbitrarias que realizan los investigadores sobre cuánto tiempo es "suficientemente cercano".

Además, los investigadores examinaron cuánto tiempo se realizó el seguimiento de los pacientes después de que salieron del hospital. Querían ver si los registros mostraban si los pacientes desarrollaban un problema de ritmo cardíaco específico llamado fibrilación auricular dentro de un año. Encontraron que para aproximadamente un tercio de los pacientes, el registro terminaba en el momento en que eran dados de alta, sin que se registraran más ECG o visitas hospitalarias. Para otro cuarto de los pacientes, el periodo de seguimiento se detuvo antes de que se cumpliera el año completo, a pesar de que seguían vivos. Esto no significaba necesariamente que los pacientes estuvieran sanos; simplemente significaba que el sistema hospitalario no tenía registro de ellos. El estudio enfatizó que la falta de contacto registrado no es lo mismo que la ausencia de eventos. Si un paciente acude a un hospital diferente o a una clínica privada, el registro original mostrará un vacío, lo que podría llevar a los investigadores a asumir erróneamente que el paciente nunca tuvo un problema cardíaco.

Los investigadores también intentaron probar su método en un conjunto de datos diferente de un departamento de emergencias para ver si los resultados se mantendrían en otro lugar. Esta prueba no confirmó ni refutó los hallazgos de la unidad de cuidados intensivos. El método identificó diferencias de tiempo en solo el 28.3% de las visitas elegibles al departamento de emergencias, quedando por debajo del umbral preestablecido, y los patrones no coincidieron con lo que esperaban. Esta falta de confirmación en un segundo conjunto de datos reforzó la conclusión de que el método es frágil y altamente dependiente de las condiciones específicas de los datos, como la frecuencia con la que las enfermeras anotan las frecuencias cardíacas y la duración de la estancia de los pacientes en la unidad.

En última instancia, este estudio sirve como una advertencia para cualquiera que utilice grandes bases de datos médicas para estudiar los ritmos cardíacos a lo largo del tiempo. Demuestra que, si bien los datos son vastos y valiosos, a menudo están demasiado fragmentados para sustentar correcciones temporales precisas. Los relojes de las máquinas pueden estar bien, pero los vacíos en los registros hacen que sea imposible saberlo. Los investigadores concluyeron que, antes de que los científicos intenten usar estos registros para estudiar cómo cambian las condiciones cardíacas o cómo funcionan los tratamientos, primero deben contar cuántos pacientes tienen realmente suficientes datos continuos para realizar una comparación justa. También subrayaron que el hecho de que un paciente no tenga un seguimiento registrado no significa que esté libre de enfermedad; simplemente significa que la historia está incompleta. El estudio no encontró una manera de arreglar los relojes, pero sí proporcionó un mapa claro de dónde fallan los datos, asegurando que los futuros investigadores no confundan un registro faltante con una verdad médica.