Early physiologic trajectory classes show concordant mortality associations among critically ill adults with operational stage 4 cardiovascular–kidney–metabolic syndrome
Deze studie toont aan dat uitkomst-blinde fysiologische trajectklassen afgeleid van vitale functies bij ernstig zieke volwassenen met stadium 4 cardiovasculair-nier-metabool syndroom concordante mortaliteitsassociaties vertonen over onafhankelijke databases heen, wat hun technische transporteerbaarheid bevestigt terwijl het aangeeft dat zij algoritme-afhankelijke constructen zijn in plaats van unieke biologische subtypen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Wanneer een persoon wordt opgenomen op een intensive care-afdeling, staat het medische team voor een complexe puzzel. Ze moeten niet alleen begrijpen welke ziekte de patiënt heeft binnengebracht, maar ook hoe het lichaam momenteel reageert op de crisis. Voor patiënten met een specifieke, ernstige combinatie van hart-, nier- en metabole problemen, groeperen artsen hen vaak onder één enkele label. Echter, twee patiënten met hetzelfde label kunnen er in hun eerste uren van zorg heel verschillend uitzien: de een kan moeite hebben met ademhalen terwijl het hart sneller slaat, terwijl een ander een hoge bloeddruk heeft maar relatief stabiel lijkt te zijn. De vraag die onderzoekers stelden, was of de manier waarop het lichaam van een patiënt zich gedraagt in die eerste kritieke uren, kan worden onderverdeeld in duidelijke patronen die voorspellen wie de grootste kans heeft om te overleven, en of die patronen hetzelfde zouden zijn in verschillende ziekenhuizen.
Om dit te beantwoorden, wendde een team van onderzoekers zich tot twee enorme collecties medische dossiers uit Amerikaanse ziekenhuizen. Ze richtten zich op volwassenen die voldeden aan een strikte definitie van gevorderde hart-, nier- en metabole ziekte. In plaats van naar een enkel momentopname van de conditie van een patiënt te kijken, volgden ze hoe vier belangrijke vitale functies — bloeddruk, hartslag, ademhalingsfrequentie en zuurstofgehaltes — veranderden gedurende de eerste vierentwintig uur. Ze verdeelden deze dag in vier blokken van zes uur en zochten naar groepen patiënten die gedurende deze uren op vergelijkbare wijzen bewogen. Met behulp van een computermethode die natuurlijke groeperingen vindt zonder de uiteindelijke uitkomst te kennen, identificeerden ze drie duidelijke patronen van gedrag.
Het eerste patroon, dat de grootste groep patiënten omvatte, vertoonde relatief stabiele vitale functies. Het tweede patroon werd gekenmerkt door een lichaam onder aanzienlijke stress: het hart sloeg sneller, de ademhaling werd sneller en de zuurstofgehaltes daalden licht. Het derde patroon was uniek omdat deze patiënten de hoogste bloeddruk van de groep behielden. Wanneer de onderzoekers de uitkomsten controleerden, waren de verschillen duidelijk. Patiënten in de tweede groep, zij met de snelle hartslag en snelle ademhaling, hadden een significant grotere kans om in het ziekenhuis te overlijden na de eerste dag vergeleken met de stabiele groep. Daarentegen had de groep met de hoogste bloeddruk daarentegen een kleinere kans om te overlijden dan de stabiele groep. Deze bevindingen hielden stand in beide ziekenhuizen, wat suggereert dat deze specifieke vroege patronen van vitale functies betrouwbare indicatoren van risico zijn.
De onderzoekers waren echter voorzichtig in hun uitleg over wat deze groepen niet zijn. Ze benadrukten dat deze patronen geen vaste biologische typen zijn die onafhankelijk van hoe ze worden gemeten bestaan. Wanneer ze een andere wiskundige methode probeerden om de groepen te vinden, veranderden de resultaten volledig, wat betekent dat de drie patronen die ze vonden afhangen van het specifieke instrument dat wordt gebruikt om ze te vinden. De studie verduidelijkte ook dat het hebben van een hoge bloeddruk in de derde groep niet betekent dat het verhogen van de bloeddruk een genezing is; het beschrijft simpelweg een groep patiënten die, om redenen die door deze studie niet volledig verklaard worden, een grotere overlevingskans hadden. De groepen zijn het best te begrijpen als beschrijvende labels voor hoe het lichaam reageert in de eerste dag, in plaats van als afzonderlijke ziekten die geïsoleerd behandeld kunnen worden.
De studie testte ook of deze patronen herkend konden worden in een ander ziekenhuis zonder de computer opnieuw te onderwijzen. Ze namen exact dezelfde regels en metingen van het eerste ziekenhuis en pasten deze toe op het tweede. De computer sorteerde de nieuwe patiënten met zeer hoge nauwkeurigheid in dezelfde drie groepen, en de link tussen de groepen en het overlevingsrisico bleef hetzelfde. Dit suggereert dat de methode voor het identificeren van deze vroege waarschuwingssignalen robuust genoeg is om in verschillende medische centra te werken. Toch concludeerden de onderzoekers dat, hoewel deze patronen nuttig zijn voor het voorspellen van risico, ze nog niet klaar zijn om specifieke behandelingen te sturen. Voordat artsen deze groepen kunnen gebruiken om over therapieën te beslissen, zouden verdere studies moeten bewijzen dat de groepen werkelijke biologische verschillen vertegenwoordigen en dat het veranderen van het traject van een patiënt door deze groepen ook daadwerkelijk hun uitkomst zou veranderen. Voor nu bieden deze bevindingen een duidelijker beeld van de verschillende manieren waarop lichamen strijden in de kritieke eerste dag op de intensive care.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.