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

Dans l'environnement à enjeux élevés d'une unité de soins intensifs, le temps est la monnaie la plus critique. Les médecins comptent sur la séquence précise des événements pour comprendre l'état d'un patient : le rythme cardiaque a-t-il changé avant que le médicament ne soit administré ? La pression artérielle a-t-elle chuté avant que les résultats de laboratoire ne reviennent ? Pour répondre à ces questions, les hôpitaux utilisent des dossiers de santé électroniques qui horodatent chaque mesure, de la note d'un infirmier à la lecture d'une machine. Cependant, ces dossiers ne sont pas un flux unique et parfaitement synchronisé. Ils sont un assemblage de données provenant de différents appareils, de différents infirmiers et de différents systèmes, chacun ayant sa propre horloge interne. Si l'horloge d'un moniteur cardiaque est même légèrement désynchronisée de l'horloge principale de l'hôpital, l'histoire que raconte la donnée pourrait être fausse. Cela est particulièrement vrai pour les électrocardiogrammes, ou ECG, qui capturent l'activité électrique du cœur en quelques secondes. Si l'heure sur l'appareil d'ECG ne correspond pas à l'heure sur le dossier où un infirmier a noté la fréquence cardiaque du patient, les chercheurs ne peuvent pas être certains si ces deux événements se sont produits ensemble ou si l'un est survenu longtemps après l'autre.

Une étude récente s'est donné pour mission d'auditer ce minutage dans l'une des plus grandes collections de données médicales au monde, connue sous le nom de MIMIC-IV. Les chercheurs voulaient savoir s'il était possible d'utiliser la fréquence cardiaque elle-même pour corriger ces erreurs d'horloge. L'idée était simple : si une machine enregistre une fréquence cardiaque de 70 battements par minute, et qu'un infirmier a noté une fréquence cardiaque de 70 battements par minute au même moment, les horloges devraient correspondre. En comparant la lecture de la machine avec la note de l'infirmier, les chercheurs espéraient calculer exactement de combien de minutes l'horloge de la machine était décalée. Ils ont testé cette méthode sur des milliers de patients en unité de soins intensifs pour voir s'ils pouvaient aligner les horloges de manière fiable et, plus important encore, pour comprendre à quelle fréquence les données étaient trop désordonnées pour permettre une telle correction.

L'étude a commencé par lier des millions d'enregistrements d'ECG aux dossiers patients correspondants dans la base de données hospitalière. L'équipe a recherché les moments où une machine avait enregistré une fréquence cardiaque et où un infirmier avait noté une fréquence cardiaque pour le même patient au cours du même séjour hospitalier. Ils ont ensuite tenté de trouver la différence de temps exacte qui permettrait de faire correspondre au mieux ces deux nombres. Si les horloges étaient parfaitement alignées, la meilleure correspondance se produirait avec une différence de zéro. Si la machine tournait trop vite ou trop lentement, la meilleure correspondance révélerait un décalage spécifique, peut-être de trente minutes ou de deux heures. Les chercheurs ont établi des règles strictes pour ce qui constituait une correspondance réussie. Ils exigeaient qu'un patient ait au moins trois ECG complets et que les notes de l'infirmier couvrent toute la fenêtre de temps autour de ces ECG. Ils exigeaient également que la correspondance soit claire et stable, et non une simple coïncidence chanceuse.

Les résultats ont révélé une réalité brutale concernant les données. Sur près de 17 000 patients en unité de soins intensifs ayant subi des ECG, seulement environ 2,3 % répondaient aux critères stricts permettant d'identifier les décalages de leurs horloges. Dans un second groupe de patients utilisé pour vérifier le travail, le chiffre était similairement bas, à 2,5 %. Cela signifie que pour plus de 97 % des patients, les chercheurs n'ont pas pu déterminer si l'horloge de la machine était décalée, ni de combien. La raison principale de cet échec n'était pas que les horloges étaient cassées, mais que les données étaient manquantes. L'étude a révélé que 91 % des patients étaient perdus avant même que le calcul puisse commencer, car ils ne disposaient pas d'assez d'ECG ou parce que leur séjour hospitalier était trop court ou trop fragmenté. Souvent, chaque ECG reçu par un patient se produisait dans les douze heures précédant ou suivant le début ou la fin de son séjour, ne laissant aucune place au milieu du dossier pour comparer l'heure de la machine avec les notes de l'infirmier.

Même parmi le petit groupe de patients qui disposaient d'assez de données, les résultats n'étaient pas aussi clairs que souhaité. Les chercheurs ont constaté que pour les patients pouvant être analysés, les différences de temps estimées étaient souvent très faibles, se regroupant près de zéro. Cependant, ils ont également découvert que leur méthode n'était pas très efficace pour distinguer une véritable erreur d'horloge d'un bruit aléatoire. Lorsqu'ils ont testé leur méthode sur des données fictives où les horloges étaient connues pour être parfaitement alignées, la méthode affirmait toujours trouver des différences de temps dans environ un cas sur cinq. Cela suggérait que les critères qu'ils utilisaient étaient trop souples pour être fiables par eux-mêmes. Ce n'est qu'en ajoutant des couches supplémentaires de vérification, comme vérifier si le résultat tenait bon en retirant un ECG à la fois, que le nombre de correspondances fiables est tombé à une fraction infime : seulement 0,5 % des patients. Cela signifie que pour la grande majorité des patients, l'étude n'a pas pu confirmer si l'horloge de la machine était exacte ou non.

L'étude a également examiné comment ces problèmes de minutage affectaient d'autres types de recherche médicale, comme la comparaison des changements des taux de potassium sanguin entre différents patients. Ils ont découvert que le nombre de patients pouvant être comparés dépendait entièrement de la largeur de la fenêtre temporelle que les chercheurs étaient prêts à accepter. S'ils autorisaient une différence de six heures entre le test sanguin et l'ECG, ils pouvaient trouver des centaines de paires correspondantes. Mais s'ils resserraient cette fenêtre à seulement deux heures, le nombre de paires utilisables chutait drastiquement. Cela a mis en évidence que la faisabilité de nombreuses études médicales ne dépend pas seulement de la qualité des données, mais aussi des choix arbitraires que font les chercheurs sur ce qui est considéré comme "assez proche" en termes de temps.

De plus, les chercheurs ont examiné la durée du suivi des patients après leur sortie de l'hôpital. Ils voulaient voir si les dossiers indiquaient si les patients avaient développé un problème de rythme cardiaque spécifique appelé fibrillation auriculaire dans l'année qui suivait. Ils ont trouvé que pour environ un tiers des patients, le dossier se terminait au moment même de leur sortie de l'hôpital, sans aucun autre ECG ou visite hospitalière enregistrés. Pour un quart des patients, la période de suivi s'arrêtait avant la fin de l'année, bien qu'ils soient toujours en vie. Cela ne signifiait pas nécessairement que les patients étaient en bonne santé ; cela signifiait simplement que le système hospitalier n'avait plus de trace d'eux. L'étude a souligné qu'une absence de contact enregistré n'est pas la même chose qu'une absence d'événements. Si un patient se rend dans un autre hôpital ou dans une clinique privée, le dossier original présentera une lacune, ce qui pourrait conduire les chercheurs à supposer à tort que le patient n'a jamais eu de problème cardiaque.

Les chercheurs ont également tenté de tester leur méthode sur un autre ensemble de données provenant d'un service d'urgence pour voir si les résultats seraient reproductibles ailleurs. Ce test n'a ni confirmé ni infirmé les conclusions de l'unité de soins intensifs. La méthode n'a identifié des différences de temps que dans 28,3 % des visites éligibles aux urgences, n'atteignant pas le seuil préétabli, et les modèles ne correspondaient pas à ce qu'ils attendaient. Ce manque de confirmation dans un second ensemble de données a renforcé la conclusion selon laquelle la méthode est fragile et dépend fortement des conditions spécifiques des données, telles que la fréquence à laquelle les infirmiers notent les fréquences cardiaques et la durée de séjour des patients dans l'unité.

En fin de compte, cette étude sert de mise en garde pour quiconque utilise de vastes bases de données médicales pour étudier les rythmes cardiaques au fil du temps. Elle montre que si les données sont vastes et précieuses, elles sont souvent trop fragmentées pour permettre des corrections temporelles précises. Les horloges des machines peuvent être en bon état, mais les lacunes dans les dossiers rendent impossible toute vérification. Les chercheurs ont conclu qu'avant de tenter d'utiliser ces dossiers pour étudier l'évolution des conditions cardiaques ou l'efficacité des traitements, les scientifiques doivent d'abord compter combien de patients disposent réellement de suffisamment de données continues pour établir une comparaison équitable. Ils ont également insisté sur le fait qu'un patient n'ayant aucun suivi enregistré ne signifie pas qu'il est exempt de maladie ; cela signifie simplement que l'histoire est incomplète. L'étude n'a pas trouvé de moyen de réparer les horloges, mais elle a fourni une carte claire des points de rupture des données, garantissant que les futurs chercheurs ne confondent pas un enregistrement manquant avec une vérité médicale.