An exploratory routine-laboratory renal dysfunction-coagulopathy phenotype identifies high-risk ICU patients with pneumonia: MIMIC- IV derivation and fixed-centroid Chinese external validation

Wanneer een patiënt met pneumonie op een intensive care-afdeling arriveert, zijn ze niet allemaal hetzelfde. Hoewel de diagnose hetzelfde is, kunnen de manieren waarop hun lichaam faalt enorm verschillen. De ene persoon heeft misschien een kwetsend hart maar gezonde nieren, terwijl bij een ander het bloed te gemakkelijk klontert en de organen uitgeschakeld worden. Artsen gebruiken al lang scoreningssystemen om te meten hoe ziek een patiënt is, maar deze scores fungeren vaak als één enkel getal dat een complex verhaal samenvat. Ze vertellen je hoe ernstig de situatie is, maar ze leggen niet altijd uit waarom de patiënt ziek is of welk specifiek type ziekte hij of zij bestrijdt. Dit gebrek aan duidelijkheid maakt het moeilijk om te voorspellen wie zal overleven of wie specifieke, levensreddende ondersteuning nodig heeft, zoals een machine om het bloed te filteren.

Onderzoekers zijn begonnen met het zoeken naar een betere manier om deze patiënten te sorteren. In plaats van alleen te meten hoe slecht het gaat, proberen ze onderscheidende groepen, of "fenotypes", te vinden van patiënten die vergelijkbare patronen in hun bloedonderzoek delen. Het doel is om te zien of eenvoudige, routinematige bloedtesten die vroeg tijdens een ziekenhuisopname worden afgenomen, deze verborgen groepen kunnen onthullen. Als artsen een specifiek type pneumoniepatiënt kunnen identificeren die waarschijnlijk nierfalen en bloedstollingsproblemen zal krijgen, kunnen ze hen mogelijk direct herkennen en nauwer in de gaten houden. Deze aanpak gaat verder dan gissen en beweegt naar het begrijpen van de specifieke biologische staat van de patiënt.

Een team van onderzoekers zette zich staande om dit idee te testen met behulp van gegevens uit twee zeer verschillende bronnen. Eerst keken ze naar een enorme database met medische dossiers van een ziekenhuis in de Verenigde Staten, bekend als MIMIC-IV. Deze database bevat informatie over duizenden volwassen patiënten die met pneumonie op de intensive care werden opgenomen. De onderzoekers concentreerden zich op de eerste dag dat deze patiënten in het ziekenhuis lagen, waarbij zij elf routinematige bloedmetingen extraheerden die in bijna elk ziekenhuis beschikbaar zijn. Deze tests controleerden het aantal bloedcellen, hoe goed het bloed stolt, hoe de nieren werken en de balans van zouten in het lichaam. Ze gebruikten geen complexe, dure of zeldzame tests die misschien niet overal beschikbaar zijn. Ze gebruikten simpelweg de standaardgetallen die een arts elke ochtend op een scherm ziet.

Met behulp van een computermethode die gelijkaardige zaken groepeert, analyseerden de onderzoekers deze bloedpatronen om te zien of ze van nature onderscheidende clusters vormden. Ze ontdekten dat de patiënten niet simpelweg in een lijn van "niet ziek" naar "zeer ziek" vielen. In plaats daarvan sorteerde de data hen in drie duidelijke groepen. De eerste groep had bloedwaarden die relatief normaal waren, met een gezonde nierfunctie en een goede bloedstolling. De tweede groep vertoonde tekenen van problemen, zoals lagere bloedcelcounts en enkele verschuivingen in de balans van zouten in het lichaam. De derde groep was de meest alarmerende. Deze patiënten hadden duidelijke tekenen van nierdysfunctie, wat betekent dat hun lichamen afvalstoffen niet goed filteren, gecombineerd met abnormale bloedstolling en een aanzienlijk onbalans in zouten.

De resultaten toonden aan dat deze groepen niet slechts willekeurige verzamelingen getallen waren; ze voorspelden zeer verschillende uitkomsten. In de grote Amerikaanse dataset had de eerste, gezondste groep een sterftecijfer van ongeveer 17 procent. De middelste groep had een sterftecijfer van ongeveer 23 procent. Maar de derde groep, met de nier- en stollingsproblemen, had een sterftecijfer van meer dan 32 procent. Belangrijker nog was dat de behoefte aan continue niervervangende therapie — een machine die fungeert als een kunstmatige nier om het bloed te filteren — drastisch varieerde tussen de groepen. Slechts ongeveer 2 procent van de eerste groep had deze machine nodig, terwijl bijna 23 procent van de derde groep deze vereiste. Dit suggereerde dat de bloedtests succesvol een specifiek, hoog risico vormend type patiënt hadden geïdentificeerd dat waarschijnlijk intensieve orgaanondersteuning nodig zou hebben.

Om te zien of deze bevinding echt was en niet slechts een toevalstreffer van de data van één ziekenhuis, testten de onderzoekers het op een compleet andere groep patiënten. Ze namen exact dezelfde regels en patronen die ze in de Amerikaanse data hadden gevonden en pasten deze toe op een kleinere groep van 412 patiënten met ernstige pneumonie die werden opgenomen in een ziekenhuis in Shanghai, China. Ze analyseerden de Chinese data niet opnieuw om nieuwe groepen te vinden; in plaats daarvan vroegen ze de computer simpelweg om elke Chinese patiënt in de drie door de Amerikaanse data gedefinieerde groepen te plaatsen. Dit is als het gebruiken van een kaart getekend in één land om te navigeren in een stad in een ander land.

De resultaten in China volgden hetzelfde patroon. De patiënten die in de derde groep vielen — de groep met nier- en stollingsproblemen — hadden het hoogste sterftecijfer, namelijk 50 procent, en de hoogste behoefte aan nierondersteuningsmachines, bijna 64 procent. De patiënten in de eerste groep hadden het laagste sterftecijfer. Hoewel de cijfers anders waren omdat de Chinese groep specifiek was geselecteerd vanwege ernstige pneumonie, was de richting van het risico exact hetzelfde. De groep die als hoog risico werd geïdentificeerd in de Verenigde Staten, was ook de hoog risico groep in China. Deze consistentie suggereert dat het patroon van nierfalen en bloedstollingsproblemen een universeel teken is van extreem gevaar bij pneumoniepatiënten, herkenbaar over verschillende gezondheidszorgsystemen en populaties heen.

De onderzoekers controleerden ook of hun bevindingen stabiel waren. Ze voerden hun analyse vele malen uit met verschillende startpunten om er zeker van te zijn dat de computer niet zomaar een willekeurig patroon vond. In bijna alle pogingen kwamen dezelfde drie groepen naar voren, en de hoog risico groep bleef consequent degene met de slechtste uitkomsten. Ze controleerden ook of de resultaten standhielden wanneer ze naar kleinere delen van de data keken, en de hoog risico groep bleef in bijna alle gevallen de gevaarlijkste groep. Dit gaf hen het vertrouwen dat het patroon robuust was en geen fout in de berekening.

De studie claimt echter niet het probleem van de behandeling van pneumonie te hebben opgelost. De onderzoekers waren voorzichtig te vermelden dat het identificeren van deze groepen niet automatisch aan een arts vertelt hoe hij een patiënt moet behandelen. Het bewijst niet dat het toedienen van een specifiek medicijn aan de hoog risico groep hen zal redden. De studie is een observatie, een manier om het landschap duidelijker te zien. Het suggereert dat routinematige bloedtesten een specifieke, gevaarlijke staat van ziekte kunnen onthullen die verder gaat dan een algemene ernstscore. Het feit dat dit patroon zowel in de Verenigde Staten als in China voorkomt, met gebruik van enkel standaardtests, betekent dat het een nuttig instrument kan zijn voor artsen wereldwijd om patiënten te identificeren die extra aandacht nodig hebben.

Het werk benadrukt dat pneumonie niet één enkele ziekte is, maar een verzameling van verschillende fysiologische toestanden. Sommige patiënten vechten een strijd die primair hun longen treft, terwijl anderen een systemische strijd voeren die hun nieren en bloed aanvalt. Door gebruik te maken van eenvoudige, alledaagse laboratoriumtests, kunnen artsen mogelijk binnenkort de patiënten identificeren die de laatste strijd voeren veel eerder. Dit zou kunnen leiden tot betere monitoring en wellicht, in de toekomst, betere behandelingen die zijn afgestemd op deze specifieke typen patiënten. Voor nu staat de studie als een bewijs dat deze verborgen groepen bestaan en gevonden kunnen worden zonder dure apparatuur, wat een helderder beeld biedt van de kritieke momenten waarop een patiënt met pneumonie in het grootste gevaar verkeert.