A three-axis burden score and in-hospital mortality in ICU patients with heart failure and atrial fibrillation: limited incremental discrimination and transportability in a retrospective cohort study

In de intense, risicovolle omgeving van een intensive care unit zoeken artsen voortdurend naar aanwijzingen die kunnen voorspellen of een patiënt zijn verblijf zal overleven. Wanneer een patiënt binnenkomt met twee ernstige aandoeningen tegelijkertijd—hartfalen, waarbij het hart moeite heeft om bloed effectief rond te pompen, en atriumfibrillatie, een chaotische ritme die dat pompen verstoort—stijgt het risico op overlijden aanzienlijk. Om deze gevaren te navigeren, vertrouwen clinici vaak op standaard ernstscores die vele factoren meewegen, van bloeddruk tot orgaanfunctie. Echter, onderzoekers vroegen zich al lang af of een simpelere combinatie van drie specifieke bloedtestresultaten een duidelijker beeld zou kunnen bieden. Deze drie markers vertegenwoordigen verschillende aspecten van de strijd van het lichaam: de nutritionele reserve, gemeten door een score die eiwitniveaus combineert met witte bloedcel-aantallen; het niveau van systemische ontsteking, aangegeven door de ratio van twee soorten infectiebestrijdende cellen; en het vermogen van het lichaam om een afvalproduct genaand, lactaat, te klaren, dat zich ophoopt wanneer weefsels van zuurstof worden beroofd. De vraag was of het tellen van hoeveel van deze drie markers "slecht" waren, als een snel, betrouwbaar waarschuwingssysteem voor artsen zou kunnen dienen.

Een team van onderzoekers zette zich scharpe om dit idee te testen met behulp van gegevens uit twee enorme, geanonimiseerde databases van intensive care-patiënten in de Verenigde Staten. Ze richtten zich specifiek op volwassenen die op de IC werden opgenomen met zowel hartfalen als atriumfibrillatie. Het team definieerde een eenvoudige "belastingsscore" variërend van nul tot drie. Een patiënt kreeg één punt voor elke van de drie markers die in een risicovolle categorie vielen: een lage nutritionele score, een hoge ontstekingsratio, of een slechte snelheid van lactaatklaring. De onderzoekers stelden de drempelwaarden voor wat als "hoog risico" werd beschouwd eerst vast met behulp van gegevens uit één database, en pasten vervolgens die exacte regels toe op een tweede, volledig gescheiden database om te zien of het patroon standhield. Hun doel was om te bepalen of deze eenvoudige telling de sterfte beter kon voorspellen dan de complexe, standaardmodellen die artsen al gebruiken, en of het consistent zou werken bij verschillende groepen patiënten.

De resultaten toonden aan dat de score weliswaar een verhaal vertelde, maar niet het verhaal waar de onderzoekers op hoopten als een zelfstandig hulpmiddel. In de eerste database, die meer dan 7.500 patiënten omvatte, steeg het risico op overlijden in het ziekenhuis duidelijk naarmate de score toenam. Patiënten met een score van nul hadden een mortaliteit van ongeveer 11 procent, terwijl patiënten met een score van drie een risico van bijna 25 procent liepen. Deze trend was ook zichtbaar in de tweede database, wat suggereert dat het hebben van meer van deze negatieve markers inderdaad gekoppeld is aan een slechtere uitkomst. Echter, toen de onderzoekers probeerden deze score te gebruiken om de bestaande, gedetailleerde medische modellen te verbeteren, waren de resultaten veel minder indrukwekkend. De standaardmodellen, die al informatie bevatten over albuminegehalten, witte bloedcel-aantallen en lactaat, waren al behoorlijk goed in het voorspellen van risico. Het toevoegen van deze eenvoudige driepunts-telling aan deze modellen bood slechts een minimale, bijna onzichtbare verbetering in nauwkeurigheid.

De situatie werd nog ingewikkelder toen de onderzoekers de tweede database nauwkeuriger onder de loep namen. Hoewel de algemene trend van hogere scores die correleren met hogere sterfterisico's aanwezig bleef, werd de specifieke rangschikking van de risiconiveaus rommelig. In deze tweede groep leken patiënten met een score van één zelfs een hoger risico op overlijden te hebben dan patiënten met een score van twee, waardoor het vloeiende, voorspelbare patroon uit de eerste groep werd doorbroken. Bovendien, toen de onderzoekers corrigeerden voor de vele andere factoren die al in de standaardmodellen waren opgenomen, verloor de score zijn statistische kracht in de tweede database. Het vertoonde niet langer een duidelijke, onafhankelijke link met mortaliteit. Dit suggereert dat de informatie die door deze drie bloedtests wordt geleverd, grotendeels al wordt gevangen door de andere gegevenspunten die artsen al verzamelen. De score onthulde geen verborgen gevaar dat de standaardmodellen misten; in plaats daarvan leek het een ruwe samenvatting te zijn van risico's die al op een preciezere manier werden gemeten.

De studie benadrukte ook een praktische hindernis voor het gebruik van deze score in echte ziekenhuizen. Om het derde deel van de score te berekenen, het vermogen van het lichaam om lactaat te klaren, hebben artsen twee afzonderlijke bloedtesten nodig die op verschillende tijdstippen zijn afgenomen. In de tweede database ontbrak deze tweede test voor de overgrote meerderheid van de patiënten, waardoor het berekenen van de score voor de meeste mensen onmogelijk was. Zelfs in de eerste database ontbrak de test voor een aanzienlijk deel van de patiënten. Dit betekent dat hoewel de score in theorie werkt voor hen die de gegevens hebben, deze niet universeel kan worden toegepast in een drukke ziekenhuisomgeving waar niet elke patiënt een tweede lactaattest krijgt. De onderzoekers concludeerden dat hoewel het tellen van deze drie markers een nuttige manier is om de ernst van de toestand van een patiënt te beschrijven in een onderzoekssetting, het geen gevalideerd of betrouwbaar instrument is om individuele uitkomsten te voorspellen in een nieuwe ziekenhuisomgeving. Het biedt geen kortetermijnoplossing die de complexe, gevestigde methoden die artsen momenteel gebruiken voor de zorg van kritiek zieke patiënten, verbetert.