First-day heart rate improves post-landmark mortality risk stratification in critically ill adults with type 2 diabetes and acute myocardial infarction: development in MIMIC-IV and multicentre validation in eICU
Deze studie toont aan dat het opnemen van de gemiddelde hartslag van de eerste 24 uur na IC-opname de risicostratificatie van de post-landmark ziekenhuissterfte voor kritiek zieke volwassenen met type 2 diabetes en een acuut myocardinfarct matig verbetert, zoals gevalideerd over de MIMIC-IV en eICU-databases, hoewel het resulterende model de gevestigde APACHE IVa-score niet overtrof.
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 iemand een hartaanval krijgt, raakt het lichaam in een staat van intense crisis, en moeten artsen snel handelen om te beslissen wie de meest dringende zorg nodig heeft. Voor patiënten die ook type 2 diabetes hebben, is deze situatie nog complexer. Diabetes kan op een stille manier bloedvaten en zenuwen beschadigen, waardoor de gebruikelijke waarschuwingssignalen van een hartaanval vaak worden gemaskeerd en het herstel moeilijker wordt. Op de intensive care, waar deze patiënten nauwlettend worden gemonitord, vertrouwen artsen op een constante stroom van gegevens — bloeddruk, zuurstofgehalte en hartslag — om te raden wie zou kunnen overleven en wie niet. De uitdaging is om precies te weten wanneer men naar deze gegevens moet kijken. Als een arts probeert het lot van een patiënt te voorspellen met behulp van informatie die gedurende de eerste dag is verzameld, kan hij die informatie niet gebruiken om sterfgevallen te voorspellen die vóór het einde van die dag plaatsvinden. Om dit op te lossen, zijn onderzoekers begonnen met een methode die een "landmark"-benadering wordt genoemd. Dit betekent dat ze wachten tot een specifiek tijdstip, zoals vierentwintig uur nadat een patiënt is gearriveerd, en dan een nieuwe vraag stellen: wat vertelt de data van hun eerste dag ons over hun kansen om de rest van hun verblijf te overleven, onder de patiënten die op dat moment nog in leven zijn en in het ziekenhuis liggen?
Een team van onderzoekers zette zich uit om deze vraag te beantwoorden voor een specifieke groep risicopatiënten: volwassenen met type 2 diabetes die na een hartaanval op de intensive care zijn opgenomen. Ze wilden weten of de gemiddelde hartslag tijdens die eerste vierentwintig uur de nauwkeurigheid van de overlevingsvoorspellingen kon verbeteren, bovenop wat artsen al konden vermoeden op basis van basisfeiten zoals leeftijd, geslacht, nierfunctie en zuurstofgehalte. Om het antwoord te vinden, maakten ze gebruik van twee enorme, geanonimiseerde databases met echte patiëntengegevens uit ziekenhuizen in de Verenigde Staten. Ze bouwden hun voorspellingsinstrument eerst met gegevens uit één groot ziekenhuissysteem, en testten het vervolgens strikt op gegevens van tientallen andere ziekenhuizen om te zien of het stand zou houden in de echte wereld.
De onderzoekers richtten zich op patiënten die de eerste vierentwintig uur op de intensive care hadden overleefd. Ze begonnen met een eenvoudig model dat slechts vier stukjes informatie gebruikte: de leeftijd van de patiënt, hun geslacht, een maatstaf voor hoe goed hun nieren functioneerden en hun gemiddelde zuurstofgehalte tijdens die eerste dag. Dit basismodel gaf een redelijke schatting van het risico. De onderzoekers vermoedden echter dat de hartslag, die constant door monitoren wordt geregistreerd, een verborgen aanwijzing zou kunnen bevatten. Ze creëerden een tweede, iets complexer model dat de gemiddelde hartslag van de eerste dag toevoegde aan de oorspronkelijke vier factoren. Toen ze dit nieuwe model testten op de tweede set ziekenhuizen, lieten de resultaten een duidelijke verbetering zien. Het vermogen van het model om correct onderscheid te maken tussen patiënten die zouden overleven en zij die dat niet zouden doen, nam merkbaar toe wanneer de hartslag werd meegenomen. Specifiek steeg de maatstaf voor deze voorspellende nauwkeurigheid met een kleine maar betekenisvolle hoeveelheid, van een score van ongeveer 0,69 naar 0,74. Dit suggereert dat een snellere gemiddelde hartslag tijdens de eerste dag een oprechte waarschuwing is voor een hoger risico voor deze specifieke patiënten, zelfs nadat er rekening is gehouden met hun leeftijd, niergezondheid en zuurstofgehalte.
De studie keek ook naar andere potentiële aanwijzingen om te zien of deze vergelijkbare hulp boden. De onderzoekers testten of veranderingen in de bloeddruk over de eerste dag de voorspelling konden verbeteren, maar ze ontdekten dat deze informatie geen stabiele waarde toevoegde. Ze probeerden ook leverfunctietests toe te voegen, maar omdat die gegevens vaak ontbraken in de ziekenhuisdatabases, werd het model onbetrouwbaar. Bovendien, toen ze hun nieuwe, op hartslag gebaseerde model vergeleken met een bekend, complex scoringssysteem genaamd APACHE IVa, presteerde hun eenvoudigere model niet beter. Het gevestigde systeem voorspelde de uitkomsten nog steeds nauwkeuriger in deze specifieke test. Dit is een belangrijke bevinding, omdat het aantoont dat hoewel de hartslag een nuttige toevoeging is, het geen wondermiddel is dat de noodzaak voor uitgebreide, gedetailleerde scoringssystemen die in de acute zorg worden gebruikt, vervangt.
De onderzoekers waren zorgvuldig in het uitleggen van wat hun bevindingen betekenen en, even belangrijk, wat ze niet betekenen. Ze benadrukten dat dit model geen instrument is om te beslissen wie er in de eerste plaats op de intensive care wordt toegelaten. In plaats daarvan is het ontworpen als een beoordelingstool voor de tweede dag van een ziekenhuisverblijf. Het helpt artsen om naar een patiënt te kijken die de eerste vierentwintig uur al heeft overleefd en te begrijpen of hun hartslag suggereert dat ze nog steeds in gevaar zijn. De studie merkte ook op dat het model de neiging had om iets hogere risico's te voorspellen dan wat daadwerkelijk gebeurde in de externe ziekenhuizen, wat betekent dat als een arts dit instrument in een echt ziekenhuis zou gebruiken, zij de cijfers lokaal zouden moeten aanpassen om ze passend te maken voor hun specifieke patiëntenpopulatie.
Uiteindelijk biedt dit werk een duidelijker beeld van hoe de reeds beschikbare gegevens in ziekenhuismonitoren te gebruiken. Het bevestigt dat voor patiënten met diabetes en een hartaanval de gemiddelde hartslag over de eerste dag een waardevol onderdeel is van de puzzel voor het voorspellen van overleving. De onderzoekers concludeerden echter dat dit instrument nog niet klaar is voor dagelijks gebruik op een ziekenhuisafdeling. Voordat het vertrouwd kan worden om beslissingen over leven en dood te begeleiden, moet het opnieuw worden getest in een prospectieve studie waarbij artsen het model in realtime gebruiken en zien hoe het de patiëntenzorg beïnvloedt. Voor nu vormt het een wetenschappelijk onderbouwde stap naar een betere risicobeoordeling, die bewijst dat zelfs een simpel getal zoals de gemiddelde hartslag belangrijke informatie kan toevoegen wanneer de juiste vragen op het juiste moment worden gesteld.
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.