Early detection of six-week post-discharge mortality and readmission among postpartum women and newborns in Uganda: development and temporal validation of multivariable prediction models

In molte parti del mondo, il momento più pericoloso per una madre e il suo neonato non è durante il parto stesso, ma nelle settimane che seguono. Sebbene gli ospedali siano diventati più bravi a far nascere i bambini in sicurezza, l'assistenza che avviene dopo che una famiglia lascia l'edificio spesso viene meno. I sistemi sanitari sono frequentemente sovraccarichi e le famiglie possono lasciare l'ospedale prima di aver ricevuto un controllo completo, solo per tornare giorni o settimane dopo, quando una semplice infezione si è trasformata in un'emergenza potenzialmente letale. La sfida per i medici è sapere quali famiglie sono sicure da rimandare a casa e quali invece hanno bisogno di attenzione extra, visite supplementari o aiuto immediato. Senza un modo per individuare questi rischi precocemente, gli operatori sanitari devono trattare ogni famiglia allo stesso modo, una strategia che spreca risorse scarse su casi a basso rischio, trascurando quelli ad alto rischio che hanno più bisogno di aiuto.

Per risolvere questo problema, un team di ricercatori in Uganda ha deciso di costruire uno strumento pratico che potesse fungere da sistema di triage al momento delle dimissioni. Volevano vedere se fosse possibile utilizzare le informazioni di base già disponibili in una cartella clinica ospedaliera — come la frequenza cardiaca della madre, il tipo di parto o se il bambino avesse avuto difficoltà respiratorie — per prevedere chi si sarebbe ammalato di nuovo entro sei settimane. Analizzando i dati di migliaia di madri e neonati, hanno sviluppato semplici modelli informatici in grado di classificare le famiglie in categorie di rischio. L'obiettivo non era sostituire i medici, ma fornire loro un segnale chiaro, basato sull'evidenza, per aiutarli a decidere chi necessita di una visita di controllo e chi può tornare a casa con serenità.

Lo studio si è svolto in due grandi ospedali regionali in Uganda, uno nel sud-ovest e uno nell'est, che servono una popolazione combinata di quasi un milione di persone. Per un periodo di oltre un anno, il team di ricerca ha arruolato migliaia di donne che avevano appena partorito. Hanno raccolto una vasta gamma di informazioni, dalla pressione sanguigna e la temperatura della madre alla temperatura e i livelli di ossigeno del bambino, fino al peso del neonato. Hanno inoltre registrato dettagli relativi alla gravidanza, come se la madre fosse stata diagnosticata con malaria o HIV, e quanto tempo la famiglia avesse dovuto viaggiare per raggiungere l'ospedale. Una volta date le dimissioni a madri e neonati, il team li ha seguiti sei settimane dopo, tramite telefono o di persona, per verificare cosa fosse accaduto. Hanno monitorato se le madri fossero state riammesse in ospedale per infezioni legate al parto e se i neonati fossero morti o fossero stati riammessi per malattie gravi.

I ricercatori hanno scoperto che, sebbene la maggior parte delle famiglie stesse bene, un numero significativo affrontava complicazioni serie. Tra le quasi settemila madri che hanno completato lo studio, nessuna è deceduta, ma più del tre per cento è dovuta tornare in ospedale, con oltre la metà di questi ritorni causata da infezioni come infezioni del sito chirurgico o sepsi. Per i neonati, la situazione era leggermente più precaria: circa il 3,8% dei nuovi nati è stato riammesso e una piccola ma tragica frazione è deceduta entro questa finestra di sei settimane. Il team ha poi utilizzato questi dati per addestrare i propri modelli predittivi. Hanno testato migliaia di diverse combinazioni di variabili per trovare il set più piccolo di fatti che potesse comunque identificare accuratamente le famiglie a rischio. Hanno scoperto che non era necessario un complesso insieme di test; un manipolo di osservazioni di routine era sufficiente per fare una previsione affidabile.

Per le madri, il modello finale si basava su otto elementi chiave. Questi includevano il modo in cui il bambino è nato, la frequenza cardiaca della madre al momento delle dimissioni, se avesse avuto un'infezione del tratto urinario durante la gravidanza e se il bambino avesse avuto bisogno di rianimazione alla nascita. Altri fattori, come se la madre avesse avuto HIV o malaria durante la gravidanza e se stesse lasciando l'ospedale contro il parere medico, giocavano un ruolo. Quando i ricercatori hanno testato questo modello, si è dimostrato molto efficace nel individuare le donne che si sarebbero ammalate di nuovo. Ha ottenuto un AUC di 0,8 nell'identificare le donne che sarebbero state infine riammesse per un'infezione, raggiungendo un AUC di 0,7 nel classificare correttamente coloro che sarebbero rimaste sane. Questo equilibrio significava che lo strumento poteva segnalare le persone giuste per cure extra senza sovraccaricare il sistema con falsi allarmi.

Il modello per i neonati era leggermente diverso perché doveva prevedere due cose: morte e riammissione. Il team ha scoperto che i migliori predittori del rischio per un bambino includevano lo stato di HIV della madre, se la madre avesse avuto una scarsa produzione di latte, il peso del bambino e quanto tempo la famiglia avesse impiegato per raggiungere l'ospedale. Il modello considerava anche se la madre avesse avuto condizioni diagnosticate durante la gravidanza e se fossero stati utilizzati antibiotici durante il ricovero. Sebbene il modello per i neonati fosse bravo nell'identificare il rischio, era meno preciso del modello materno, ottenendo un AUC di 0,8 per identificare i bambini che sarebbero morti o riammessi, ma con un tasso più elevato di falsi allarmi. Ciò è dovuto in parte al fatto che il numero di decessi era molto basso, rendendo statisticamente più difficile costruire un predittore perfetto per questo specifico esito.

Per garantire che le loro scoperte non fossero solo un colpo di fortuna specifico per un determinato gruppo di persone, i ricercatori hanno testato il loro modello materno su un altro set di dati dello stesso ospedale, raccolti alcuni anni prima. Il modello ha performato altrettanto bene su questi dati più vecchi rispetto ai nuovi, suggerendo che le regole apprese erano stabili e affidabili nel tempo. Ciò ha dato al team la fiducia che lo strumento potesse funzionare nel mondo reale, anche con lievi cambiamenti nelle popolazioni di pazienti. Lo studio ha anche evidenziato che i motivi più comuni per cui le madri tornavano in ospedale erano infezioni direttamente correlate al parto, come infezioni della ferita chirurgica o dell'utero, piuttosto che malattie non correlate come la malaria. Ciò ha confermato che concentrarsi su queste complicazioni specifiche e prevenibili era la strategia corretta per uno strumento di dimissione.

I ricercatori sono stati attenti a sottolineare i limiti del loro lavoro. I modelli sono stati costruiti e testati solo in Uganda e, sebbene gli ospedali servissero una popolazione ampia e diversificata, i risultati potrebbero non applicarsi esattamente allo stesso modo in altri paesi o in cliniche rurali più piccole. Hanno inoltre precisato che il loro strumento è stato progettato specificamente per intercettare le infezioni ostetriche e non tiene conto di altri motivi per cui una madre potrebbe ammalarsi, come problemi di salute mentale o lesioni. Inoltre, poiché il numero di decessi neonatali era molto esiguo, il modello per la previsione della mortalità infantile era meno certo rispetto a quello per le riammissioni. Nonostante queste limitazioni, lo studio ha dimostrato che è possibile creare un sistema semplice, basato sul rischio, utilizzando dati che vengono già raccolti nella cura di routine.

Il valore ultimo di questo lavoro risiede nel suo potere di cambiare il modo in cui viene fornita l'assistenza postnatale. Invece di un approccio generalizzato in cui ogni famiglia riceve lo stesso consiglio, gli operatori sanitari potrebbero utilizzare questi modelli per identificare le coppie madre-figlio che necessitano del maggior supporto. Una madre segnalata come ad alto rischio potrebbe essere prioritaria per una visita domiciliare, ricevere consulenza più dettagliata sui segnali di allarme o essere indirizzata immediatamente a un operatore sanitario comunitario. Questo approccio mirato rispetta la realtà dei sistemi sanitari sovraccarichi, indirizzando le risorse limitate verso le persone che ne hanno più bisogno. Trasformando le osservazioni cliniche di routine in un segnale chiaro per l'azione, lo studio offre una via per prevenire il prevenibile, garantendo che la sicurezza di una madre e di un bambino si estenda ben oltre le porte dell'ospedale.