Early physiologic trajectory classes show concordant mortality associations among critically ill adults with operational stage 4 cardiovascular–kidney–metabolic syndrome
Questo studio dimostra che le classi di traiettoria fisiologica indipendenti dall'esito, derivate dai parametri vitali in adulti in condizioni critiche con sindrome cardiovascolare-renale-metabolica di stadio 4, mostrano associazioni di mortalità concordanti attraverso database indipendenti, confermando la loro trasportabilità tecnica pur indicando che si tratta di costrutti dipendenti dall'algoritmo piuttosto che di sottotipi biologici unici.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Quando una persona arriva in un'unità di terapia intensiva, il team medico si trova di fronte a un puzzle complesso. Devono comprendere non solo quale malattia abbia portato il paziente in ospedale, ma come il corpo stia reagendo attualmente alla crisi. Per i pazienti con una specifica e grave combinazione di problemi cardiaci, renali e metabolici, i medici spesso li raggruppano sotto un'unica etichetta. Tuttavia, due pazienti con la stessa etichetta possono apparire molto diversi nelle loro prime ore di cura: uno potrebbe avere difficoltà a respirare mentre il cuore accelera, mentre un altro potrebbe avere la pressione alta ma sembra relativamente stabile. La domanda che i ricercatori si sono posti è se il modo in cui il corpo di un paziente si comporta in quelle prime ore critiche possa essere suddiviso in modelli distinti che predicano chi ha maggiori probabilità di sopravvivere, e se tali modelli sarebbero gli stessi in ospedali diversi.
Per rispondere a questo, un team di ricercatori si è rivolto a due enormi collezioni di record medici provenienti da ospedali americani. Si sono concentrati su adulti che soddisfacevano una definizione rigorosa di malattia cardiaca, renale e metabolica avanzata. Invece di guardare un singolo scatto della condizione di un paziente, hanno osservato come quattro parametri vitali chiave — pressione sanguigna, frequenza cardiaca, frequenza respiratoria e livelli di ossigeno — cambiassero durante le prime ventiquattro ore. Hanno diviso questo giorno in quattro blocchi di sei ore e hanno cercato gruppi di pazienti che si muovevano attraverso queste ore in modi simili. Utilizzando un metodo informatico che trova raggruppamenti naturali senza conoscere l'esito finale, hanno identificato tre distinti modelli di comportamento.
Il primo modello, che includeva il gruppo più numeroso di pazienti, mostrava parametri vitali relativamente stabili. Il secondo modello era caratterizzato da un corpo sotto forte stress: il cuore batteva più velocemente, la respirazione diventava più rapida e i livelli di ossigeno scendevano leggermente di più. Il terzo modello era unico perché questi pazienti mantenevano la pressione sanguigna più alta del gruppo. Quando i ricercatori hanno controllato gli esiti, le differenze erano chiare. I pazienti nel secondo gruppo, quelli con il cuore accelerato e la respirazione rapida, avevano una probabilità significativamente maggiore di morire in ospedale dopo il primo giorno rispetto al gruppo stabile. Al contrario, il gruppo con la pressione sanguigna più alta aveva in realtà una minore probabilità di morire rispetto al gruppo stabile. Questi risultati sono rimasti validi in entrambi gli ospedali, suggerendo che questi specifici modelli precoci di parametri vitali sono indicatori affidabili di rischio.
Tuttavia, i ricercatori sono stati cauti nello spiegare cosa questi gruppi non siano. Hanno sottolineato che questi modelli non sono tipi biologici fissi che esistono indipendentemente da come vengono misurati. Quando hanno provato un metodo matematico diverso per trovare i gruppi, i risultati sono cambiati completamente, il che significa che i tre modelli trovati dipendono dallo strumento specifico utilizzato per trovarli. Lo studio ha anche chiarito che avere la pressione alta nel terzo gruppo non significa che alzare la pressione sia una cura; descrive semplicemente un gruppo di pazienti che, per ragioni non pienamente spiegate da questo studio, aveva una maggiore probabilità di sopravvivenza. I gruppi sono meglio compresi come etichette descrittive di come il corpo reagisce nel primo giorno, piuttosto che come malattie distinte che possono essere trattate isolatamente.
Lo studio ha anche testato se questi modelli potessero essere riconosciuti in un ospedale diverso senza dover riistruire il computer. Hanno preso le regole e le misurazioni esatte dal primo ospedale e le hanno applicate al secondo. Il computer ha classificato con successo i nuovi pazienti negli stessi tre gruppi con un'accuratezza molto alta, e il legame tra i gruppi e il rischio di sopravvivenza rimaneva lo stesso. Ciò suggerisce che il metodo per identificare questi segnali di allarme precoci è abbastanza robusto da funzionare in diversi centri medici. Tuttavia, i ricercatori hanno concluso che, sebbene questi modelli siano utili per predire il rischio, non sono ancora pronti per guidare trattamenti specifici. Prima che i medici possano usare questi gruppi per decidere sulle terapie, ulteriori studi dovrebbero dimostrare che i gruppi rappresentano vere differenze biologiche e che cambiare il percorso di un paziente attraverso questi gruppi cambierebbe effettivamente il suo esito. Per ora, queste scoperte offrono un modo più chiaro per vedere i diversi modi in cui i corpi lottano nella prima giornata critica di terapia intensiva.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.