Wanneer de hersenen een gewelddadige klap ondergaan, eindigt het letsel niet altijd wanneer de ambulance arriveert. Voor veel overlevenden van traumatisch hersenletsel kan er binnen het eerste week een nieuwe en gevaarlijke dreiging ontstaan: de plotselinge opkomst van insulten. Dit zijn niet de chronische, levenslange aandoeningen waarmee sommige mensen leven, maar eerder acute, vroege gebeurtenissen die verdere schade kunnen veroorzaken aan de reeds kwetsbare hersenen, ziekenhuisopnames kunnen verlengen en het langetermijnherstel kunnen verslechteren. Artsen weten al lang dat bepaalde tekenen, zoals een schedelfractuur of een laag bewustzijnsniveau, het risico op deze vroege insulten vergroten. Het vertrouwen op het onderbuikgevoel van een arts of een handvol bekende risicofactoren is echter vaak niet voldoende om elke hoogrisicopatiënt te vangen. De uitdaging is geweest om een betrouwbare manier te vinden om naar de onmiddellijke gegevens van een patiënt te kijken en te voorspellen wie waarschijnlijk een insult zal krijgen, waardoor tijdige preventie mogelijk is zonder iedereen onnodig te behandelen.

Een team van onderzoekers van de Fujian Medical University heeft een belangrijke stap gezet naar het oplossen van dit probleem door een nieuw voorspellingsinstrument te bouwen. Ze maakten gebruik van een enorme, publiek beschikbare collectie medische dossiers die bekend staat als de MIMIC-IV database, die gedetailleerde informatie bevat over duizenden patiënten die tussen 2008 en 2019 op intensive care-afdelingen werden behandeld. Door zich specifiek te richten op volwassenen die een traumatisch hersenletsel hadden opgelopen en op de intensive care waren opgenomen, zochten de onderzoekers door een enorme hoeveelheid gegevens om patronen te vinden die de vroege insulten konden voorspellen. Hun doel was niet alleen om risicofactoren te identificeren, maar om een praktisch model te construeren dat gebruikmaakt van routinematige klinische informatie die aan het bed beschikbaar is om de waarschijnlijkheid in te schatten dat er binnen de eerste zeven dagen na het letsel een insult optreedt.

De onderzoekers begonnen met het zorgvuldig definiëren van wat als een vroeg insult telde. Omdat de database geen continue hersengolfmonitoring bevatte, wat de gouden standaard is voor het detecteren van insulten, moest het team creatief en rigoureus te werk gaan. Ze bouwden een systeem om bewijs uit verschillende bronnen samen te voegen, zoals real-time verpleegkundige aantekeningen geschreven aan het bed, ontslagbrieven van artsen, ziekenhuisdiagnosecodes en gegevens over toegediende medicatie. Ze gaven prioriteit aan het meest betrouwbare bewijs, zoals een verpleegkundige die expliciet een waargenomen insult noteert, boven minder zekere gegevens zoals een arts die later in een samenvatting een mogelijk insult vermeldt. Na het toepassen van deze strikte regels op 1.293 patiënten, identificeerden zij 111 individuen die een vroeg insult hadden gehad, wat ongeveer 8,6 procent van de groep vertegenwoordigde. Deze zorgvuldige filtering zorgde ervoor dat het model werd getraind op hoogwaardige, bevestigde gevallen in plaats van op gissingen.

Van de initiële poel van bijna honderd mogelijke variabelen, brachten de onderzoekers de lijst terug tot elf sleutelvoorspellers die het sterkst verbonden leken met het risico op een insult. Deze variabelen zijn zaken die artsen routinematig meten of registreren wanneer een patiënt voor het eerst op de intensive care arriveert. De lijst omvat het bewustzijnsniveau van de patiënt, gemeten met een standaardscore die bekend staat als de Glasgow Coma Scale, en de ernst van het letsel aan het hoofd. Het omvat ook fysiologische tekenen zoals lichaamstemperatuur, bloedzuurstofgehaltes en bloedsuikerspiegel, evenals specifieke medische details zoals of de patiënt alcohol had gedronken, hoeveel operaties de patiënt heeft ondergaan voordat deze de intensive care bereikte, of er bij opname sedativa zijn toegediend, en de resultaten van de bloedtesten voor bloedplaatjes en kalium. Interessant genoeg bevatte het model ook een bevinding over hersenzwelling gezien op beeldvormende scans, wat aanvankelijk het risico leek te verlagen, een paradox die de onderzoekers later verklaarden als een teken dat deze patiënten meer agressieve en effectieve vroege zorg ontvingen.

Toen het team hun model testte, presteerde het goed. Het instrument was in staat om onderscheid te maken tussen patiënten die een insult zouden krijgen en patiënten die dat niet zouden krijgen, met een nauwkeurigheid die als acceptabel wordt beschouwd voor medische voorspelling. Belangrijker nog, het model vertoonde een zeer hoog vermogen om patiënten die geen insult zouden krijgen, correct te identificeren. Dit is een cruciale functie omdat het betekent dat het instrument veilig patiënten met een laag risico kan uitsluiten, waardoor voorkomt dat zij onnodige medicatie ontvangen die zijn eigen bijwerkingen met zich meebrengt. De onderzoekers testten ook de stabiliteit van het model door verschillende scenario's te simuleren, zoals het kijken naar verschillende tijdsvensters of het focussen op patiënten met verschillende niveaus van letsel Ernst. In elke test hield het model stand, wat suggereert dat het robuust genoeg is om bruikbaar te zijn in de echte wereld.

Een van de meest intrigerende bevindingen kwam voort uit de gegevens met betrekking tot de bloedzuurstofgehaltes. Hoewel het algemeen bekend is dat een laag zuurstofgehalte gevaarlijk is voor de hersenen, vonden de onderzoekers een contra-intuïtieve link met hoge zuurstofgehaltes. Patiënten die arriveerden met zeer hoge bloedzuurstofsaturatie hadden daadwerkelijk een hoger risico op een insult vergeleken met patiënten met normale niveaus. De onderzoekers suggereren dat dit kan komen door het feit dat extreem hoge zuurstof oxidatieve stress in de hersenen kan creëren of bloedvaten kan laten vernauwen, wat potentieel een insult kan triggeren in de acute fase van het letsel. Deze bevinding daagt de traditionele aanname uit dat meer zuurstof altijd beter is en wijst erop dat een meer conservatieve benadering van zuurstoftherapie voor sommige patiënten met hersenletsel voordelig zou kunnen zijn.

Nog een verrassend resultaat betrof de aanwezigheid van hersenzwelling op CT-scans. In het definitieve model leek de aanwezigheid van beeldvormend bewijs van hersenzwelling geassocieerd te zijn met een lager risico op insulten. Dit leek de idee te tegenspreken dat zwelling een slecht teken is. De onderzoekers verklaarden dit echter niet als een biologisch voordeel van zwelling, maar als een gevolg van hoe artsen het behandelen. Wanneer een CT-scan duidelijk bewijs van zwelling laat zien, starten medische teams vaak onmiddellijk agressieve beschermende maatregelen, zoals diepe sedatie en specifieke therapieën om de druk in de schedel te verlagen. Deze interventies voorkomen waarschijnlijk dat de zwelling een insult uitlokt. In contrast hiermee kunnen patiënten die geen duidelijke zwelling op een scan vertonen, mogelijk minder snel deze intensieve beschermende maatregelen ontvangen, waardoor ze kwetsbaarder zijn. Dit benadrukt een complexe realiteit in de geneeskunde: wat eruitziet als een risicofactor in een ruwe dataset kan soms een signaal zijn dat de patiënt de behandeling krijgt die nodig is om het ergste resultaat te voorkomen.

De uiteindelijke waarde van dit werk ligt in de praktische toepasbaarheid ervan. De elf variabelen die in het model worden gebruikt, zijn allemaal standaardonderdelen van de initiële beoordeling voor elke patiënt met hersenletsel. Ze vereisen geen dure nieuwe tests of gespecialiseerde apparatuur die niet in elk ziekenhuis beschikbaar zou kunnen zijn. Door deze routinematige gegevenspunten te combineren in één enkele score, biedt het model een manier om patiënten in verschillende risicogroepen in te delen. Voor een patiënt met een lage score suggereert de hoge betrouwbaarheid van het model dat preventieve medicatie misschien niet nodig is, waardoor zij worden gespaard voor potentiële bijwerkingen. Voor een patiënt met een hoge score markeert het model hen als hoog risico, wat artsen aanzet tot nauwere monitoring en het overwegen van preventieve behandeling.

De studie is niet zonder beperkingen. Omdat de gegevens afkomstig zijn van één medisch centrum, kunnen de resultaten niet perfect van toepassing zijn op elk ziekenhuis ter wereld, en de onderzoekers erkennen dat het model getest moet worden op gegevens van andere instellingen om de betrouwbaarheid te bevestigen. Daarnaast was de studie retrospectief, wat betekent dat er terug is gekeken naar dossiers die al waren geschreven, wat voor biases kan zorgen als sommige insulten niet zijn geregistreerd. Ondanks deze kanttekeningen biedt het onderzoek een solide fundament voor een nieuwe aanpak van het beheer van hersenletsel. Het beweegt het vakgebied weg van giswerk en naar een datagestuurde strategie die artsen kan helpen om weloverwogenere beslissingen te nemen over wie bescherming nodig heeft tegen vroege insulten en wie niet, met als uiteindelijke doel het verbeteren van het herstel en de langetermijngezondheid van patiënten die een traumatisch hersenletsel hebben overleefd.