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

In un ambiente ad alta intensità come quello di una terapia intensiva, il tempo è la valuta più critica. I medici si affidano alla precisa sequenza degli eventi per comprendere le condizioni di un paziente: il ritmo cardiaco è cambiato prima che venisse somministrata la terapia? La pressione sanguigna è scesa prima che arrivassero i risultati del laboratorio? Per rispondere a queste domande, gli ospedali utilizzano cartelle cliniche elettroniche che inseriscono un timestamp per ogni misurazione, da una nota infermieristica alla lettura di un macchinario. Tuttavia, questi registri non sono un unico flusso perfettamente sincronizzato. Sono un mosaico di dati provenienti da dispositivi diversi, infermieri diversi e sistemi differenti, ciascuno con il proprio orologio interno. Se l'orologio di un monitor cardiaco è anche solo leggermente fuori sincrono con l'orologio principale dell'ospedale, la storia raccontata dai dati potrebbe essere errata. Questo è particolarmente vero per gli elettrocardiogrammi, o ECG, che catturano l'attività elettrica del cuore in pochi secondi. Se l'ora sull'apparecchio ECG non coincide con l'ora sulla cartella dove un infermiere ha annotato la frequenza cardiaca del paziente, i ricercatori non possono essere certi se i due eventi siano avvenuti insieme o se uno sia avvenuto molto dopo l'altro.

Un recente studio si è proposto di sottoporre a audit questa tempistica in una delle più grandi collezioni di dati medici al mondo, nota come MIMIC-IV. I ricercatori volevano sapere se fosse possibile utilizzare la frequenza cardiaca stessa per correggere questi errori di orologio. L'idea era semplice: se una macchina registra una frequenza cardiaca di 70 battiti al minuto e un infermiere annota una frequenza cardiaca di 70 battiti al minuto nello stesso momento, gli orologi dovrebbero coincidere. Confrontando la lettura della macchina con la nota dell'infermiere, i ricercatori speravano di calcolare esattamente di quanti minuti l'orologio della macchina fosse sfasato. Hanno testato questo metodo su migliaia di pazienti in terapia intensiva per vedere se potessero allineare gli orologi in modo affidabile e, cosa ancora più importante, per capire quanto spesso i dati fossero troppo disordinati per consentire una tale correzione.

Lo studio è iniziato collegando milioni di registrazioni ECG ai corrispondenti record dei pazienti nel database ospedaliero. Il team ha cercato momenti in cui una macchina avesse registrato una frequenza cardiaca e un infermiere avesse annotato una frequenza cardiaca per lo stesso paziente durante lo stesso ricovero ospedaliero. Hanno poi cercato di trovare la differenza di tempo esatta che avrebbe fatto coincidere al meglio questi due numeri. Se gli orologi fossero stati perfettamente allineati, il miglior abbinamento sarebbe avvenuto con una differenza pari a zero. Se la macchina fosse stata troppo veloce o troppo lenta, il miglior abbinamento avrebbe rivelato un offset specifico, magari di trenta minuti o due ore. I ricercatori hanno stabilito regole rigide per ciò che contava come un abbinamento riuscito. Richiedevano che un paziente avesse almeno tre ECG completi e che le note dell'infermiere coprissero l'intero intervallo temporale intorno a quegli ECG. Inoltre, esigevano che l'abbinamento fosse chiaro e stabile, non solo una fortunata coincidenza.

I risultati hanno rivelato una realtà cruda riguardo ai dati. Su quasi 17.000 pazienti in terapia intensiva che avevano effettuato ECG, solo circa il 2,3% soddisfaceva i criteri rigorosi per identificare gli offset degli orologi. In un secondo gruppo di pazienti utilizzato per verificare il lavoro, il numero era similmente basso, pari al 2,5%. Ciò significa che per oltre il 97% dei pazienti, i ricercatori non potevano determinare se l'orologio della macchina fosse sfasato, o di quanto. La ragione principale di questo fallimento non era che gli orologi fossero rotti, ma che i dati fossero mancanti. Lo studio ha scoperto che il 91% dei pazienti è stato perso prima che il calcolo potesse nemmeno iniziare perché non disponeva di abbastanza ECG o perché il loro soggiorno ospedaliero era troppo breve o frammentato. Spesso, ogni singolo ECG ricevuto da un paziente avveniva entro dodici ore dall'inizio o dalla fine del suo soggiorno, lasciando spazio vuoto nel mezzo del record per confrontare l'ora della macchina con le note dell'infermiere.

Anche tra il piccolo gruppo di pazienti che disponeva di dati sufficienti, i risultati non sono stati chiari come sperato. I ricercatori hanno scoperto che, per i pazienti che potevano essere analizzati, le differenze di tempo stimate erano spesso molto piccole, raggruppandosi vicino allo zero. Tuttavia, hanno anche scoperto che il loro metodo non era molto bravo a distinguere tra un vero errore di orologio e il rumore casuale. Quando hanno testato il loro metodo su dati finti dove gli orologi erano noti per essere perfettamente allineati, il metodo dichiarava ancora di aver trovato differenze temporali in circa un caso su cinque. Ciò suggeriva che i criteri utilizzati fossero troppo permissivi per essere affidabili da soli. Solo quando hanno aggiunto ulteriori livelli di verifica, come controllare se il risultato resisteva rimuendo un ECG alla volta, il numero di abbinamenti affidabili è sceso a una frazione minuscola: solo lo 0,5% dei pazienti. Ciò significa che per la stragrande maggioranza dei pazienti, lo studio non poteva confermare se l'orologio della macchina fosse accurato o meno.

Lo studio ha anche esaminato come questi problemi di tempistica influenzassero altri tipi di ricerca medica, come il confronto tra le variazioni dei livelli di potassio nel sangue tra diversi pazienti. Hanno scoperto che il numero di pazienti che potevano essere confrontati dipendeva interamente da quanto ampio fosse l'intervallo di tempo che i ricercatori erano disposti ad accettare. Se permettevano una differenza di sei ore tra l'esame del sangue e l'ECG, potevano trovare centinaia di coppie corrispondenti. Ma se stringevano quell'intervallo a sole due ore, il numero di coppie utilizzabili diminuiva drasticamente. Ciò ha evidenziato come la fattibilità di molti studi medici non dipenda solo dalla qualità dei dati, ma anche dalle scelte arbitrarie che i ricercatori fanno su quanto tempo sia "abbastanza vicino".

Inoltre, i ricercatori hanno esaminato quanto tempo i pazienti venissero seguiti dopo la dimissione dall'ospedale. Volevano vedere se i registri indicassero se i pazienti avessero sviluppato un problema specifico del ritmo cardiaco, chiamato fibrillazione atriale, entro un anno. Hanno scoperto che per circa un terzo dei pazienti, il record terminava nel momento della dimissione, senza ulteriori ECG o visite ospedaliere registrate. Per un altro quarto dei pazienti, il periodo di follow-up si interrompeva prima del compimento dell'anno, nonostante fossero ancora in vita. Questo non significava necessariamente che i pazienti fossero sani; significava semplicemente che il sistema ospedaliero non aveva più traccia di loro. Lo studio ha sottolineato che una mancanza di contatto registrato non è la stessa cosa di una mancanza di eventi. Se un paziente si reca in un altro ospedale o in una clinica privata, il record originale mostrerà un vuoto, il che potrebbe portare i ricercatori a presumere erroneamente che il paziente non abbia mai avuto un problema cardiaco.

I ricercatori hanno anche tentato di testare il loro metodo su un dataset diverso proveniente da un pronto soccorso per vedere se i risultati si sarebbero mantenuti altrove. Questo test non ha né confermato né smentito i risultati della terapia intensiva. Il metodo ha identificato differenze temporali solo nel 28,3% delle visite al pronto soccorso idonee, non raggiungendo la soglia prestabilita, e i pattern non corrispondevano a quanto previsto. Questa mancanza di conferma in un secondo dataset ha rafforzato la conclusione che il metodo è fragile e altamente dipendente dalle specifiche condizioni dei dati, come la frequenza con cui gli infermieri annotano le frequenze cardiache e la durata del soggiorno dei pazienti nell'unità.

In definitiva, questo studio funge da monito per chiunque utilizzi grandi database medici per studiare i ritmi cardiaci nel tempo. Dimostra che, sebbene i dati siano vasti e preziosi, sono spesso troppo frammentati per supportare precise correzioni temporali. Gli orologi sulle macchine potrebbero essere corretti, ma i vuoti nei registri rendono impossibile dirlo. I ricercatori hanno concluso che, prima che gli scienziati cerchino di usare questi record per studiare come cambiano le condizioni cardiache o come funzionano i trattamenti, devono prima contare quanti pazienti hanno effettivamente abbastanza dati continui per rendere un confronto equo. Hanno inoltre sottolineato che l'assenza di un follow-up registrato non significa che il paziente sia libero dalla malattia; significa semplicemente che la storia è incompleta. Lo studio non ha trovato un modo per correggere gli orologi, ma ha fornito una mappa chiara di dove i dati si interrompono, assicurando che i futuri ricercatori non scambino un record mancante per una verità medica.