I ricercatori del MIT e del Massachusetts General Hospital (MGH) hanno sviluppato un modello predittivo che potrebbe guidare i medici nel decidere quando somministrare farmaci potenzialmente salvavita ai pazienti in cura per la sepsi al pronto soccorso.

La sepsi è una delle cause più frequenti di ricovero, e una delle più comuni cause di morte, nel reparto di terapia intensiva. Ma la stragrande maggioranza di questi pazienti arriva prima dal pronto soccorso. Il trattamento di solito inizia con antibiotici e liquidi per via endovenosa, un paio di litri alla volta. Se i pazienti non rispondono bene, possono andare in shock settico, dove la loro pressione sanguigna scende pericolosamente e gli organi falliscono. Poi è spesso in terapia intensiva, dove i medici possono ridurre o interrompere i liquidi e iniziare farmaci vasopressori come noradrenalina e dopamina, per aumentare e mantenere la pressione sanguigna del paziente.

È lì che le cose possono diventare complicate. La somministrazione di liquidi per troppo tempo potrebbe non essere utile e potrebbe persino causare danni agli organi, quindi l'intervento precoce dei vasopressori può essere utile. Infatti, la somministrazione precoce di vasopressori è stata collegata a un miglioramento della mortalità nello shock settico. D'altra parte, somministrare vasopressori troppo presto, o quando non serve, comporta le sue conseguenze negative sulla salute, come aritmie cardiache e danni cellulari. Ma non c'è una risposta chiara su quando fare questa transizione; i medici in genere devono monitorare attentamente la pressione sanguigna del paziente e altri sintomi, e poi fare una chiamata di giudizio.

In un documento presentato questa settimana al Simposio annuale dell'American Medical Informatics Association, i ricercatori del MIT e dell'MGH descrivono un modello che "impara" dai dati sanitari sui pazienti affetti da sepsi in cure di emergenza e prevede se un paziente avrà bisogno di vasopressori nelle prossime ore. Per lo studio, i ricercatori hanno compilato il primo set di dati del suo genere per i pazienti con sepsi del pronto soccorso. Nella prova, il modello potrebbe prevedere la necessità di un vasopressore più dell'80% delle volte.

La previsione anticipata potrebbe, tra l'altro, prevenire una degenza in terapia intensiva non necessaria per un paziente che non ha bisogno di vasopressori, o iniziare la preparazione precoce per la terapia intensiva per un paziente che lo fa, dicono i ricercatori.

"È importante avere una buona capacità di discriminazione tra chi ha bisogno di vasopressori e chi no [al pronto soccorso], " dice il primo autore Varesh Prasad, un dottorato di ricerca studente del programma Harvard-MIT in Scienze e tecnologie della salute. "Possiamo prevedere entro un paio d'ore se un paziente ha bisogno di vasopressori. Se, a quel tempo, i pazienti hanno ricevuto tre litri di liquido IV, potrebbe essere eccessivo. Se avessimo saputo in anticipo che quei litri non sarebbero serviti comunque, avrebbero potuto iniziare prima con i vasopressori".

In ambito clinico, il modello potrebbe essere implementato in un monitor da comodino, Per esempio, che tiene traccia dei pazienti e invia avvisi ai medici nel pronto soccorso spesso frenetico su quando iniziare i vasopressori e ridurre i liquidi. "Questo modello sarebbe un sistema di vigilanza o sorveglianza che funziona in background, ", afferma il coautore Thomas Heldt, il W. M. Keck Career Development Professor presso il MIT Institute of Medical Engineering and Science. "Ci sono molti casi di sepsi che [i clinici] comprendono chiaramente, o non hai bisogno di alcun supporto con. I pazienti potrebbero essere così malati alla presentazione iniziale che i medici sanno esattamente cosa fare. Ma c'è anche una "zona grigia, ' dove questi tipi di strumenti diventano molto importanti."

I coautori del documento sono James C. Lynch, uno studente laureato del MIT; e Trent D. Gillingham, Saurav Nepal, Michael R. Filbin, e Andrew T. Reisner, tutto MGH. Heldt è anche assistente professore di ingegneria elettrica e biomedica presso il Dipartimento di ingegneria elettrica e informatica del MIT e ricercatore principale nel Laboratorio di ricerca di elettronica.

Sono stati costruiti altri modelli per prevedere quali pazienti sono a rischio di sepsi, o quando somministrare vasopressori, in terapia intensiva. Ma questo è il primo modello addestrato sul compito per il pronto soccorso, dice Held. "[L'unità di terapia intensiva] è una fase successiva per la maggior parte dei pazienti con sepsi. Il pronto soccorso è il primo punto di contatto con il paziente, dove puoi prendere decisioni importanti che possono fare la differenza nei risultati, " dice Held.

La sfida principale è stata la mancanza di un database ER. I ricercatori hanno lavorato con i medici MGH per diversi anni per compilare cartelle cliniche di quasi 186, 000 pazienti che sono stati trattati nel pronto soccorso MGH dal 2014 al 2016. Alcuni pazienti nel set di dati avevano ricevuto vasopressori entro le prime 48 ore dalla visita in ospedale, mentre altri no. Due ricercatori hanno rivisto manualmente tutte le registrazioni dei pazienti con probabile shock settico per includere l'ora esatta della somministrazione del vasopressore, e altre annotazioni. (Il tempo medio dalla presentazione dei sintomi della sepsi all'inizio del vasopressore è stato di circa sei ore.)

I record sono stati divisi casualmente, con il 70% utilizzato per l'addestramento del modello e il 30% per testarlo. In allenamento, il modello ha estratto fino a 28 delle 58 possibili caratteristiche da pazienti che avevano bisogno o non avevano bisogno di vasopressori. Le caratteristiche includevano la pressione sanguigna, tempo trascorso dal primo ricovero al pronto soccorso, volume totale di liquidi somministrato, frequenza respiratoria, stato mentale, saturazione di ossigeno, e cambiamenti nella gittata sistolica cardiaca, quanto sangue pompa il cuore in ogni battito.

Nella prova, il modello analizza molte o tutte queste caratteristiche in un nuovo paziente a intervalli di tempo prestabiliti e cerca modelli indicativi di un paziente che alla fine aveva bisogno di vasopressori o no. Sulla base di tali informazioni, fa una previsione, ad ogni intervallo, se il paziente avrà bisogno di un vasopressore. Nel prevedere se i pazienti avessero bisogno di vasopressori nelle prossime due o più ore, il modello era corretto dall'80 al 90 percento delle volte, che potrebbe impedire un eccessivo mezzo litro o più di liquidi somministrati, in media.

"Il modello prende fondamentalmente una serie di segni vitali attuali, e un po' di come appare la traiettoria, e determina che questa osservazione attuale suggerisce che questo paziente potrebbe aver bisogno di vasopressori, o questo insieme di variabili suggerisce che questo paziente non ne avrebbe bisogno, " dice Prasad.

Prossimo, i ricercatori mirano ad espandere il lavoro per produrre più strumenti che prevedono, in tempo reale, se i pazienti del pronto soccorso possono inizialmente essere a rischio di sepsi o shock settico. "L'idea è di integrare tutti questi strumenti in un'unica pipeline che aiuterà a gestire le cure fin dal loro primo ingresso in pronto soccorso, " dice Prasad.

L'idea è quella di aiutare i medici dei reparti di emergenza nei principali ospedali come MGH, che vede circa 110, 000 pazienti all'anno, concentrarsi sulle popolazioni più a rischio di sepsi. "Il problema con la sepsi è che la presentazione del paziente spesso smentisce la gravità del processo patologico sottostante, " dice Heldt. "Se qualcuno entra con debolezza e non si sente bene, un po' di liquidi può spesso fare il trucco. Ma, in alcuni casi, hanno una sepsi sottostante e possono deteriorarsi molto rapidamente. Vogliamo essere in grado di dire quali pazienti sono migliorati e quali sono su un percorso critico se non trattati".

Questa storia è stata ripubblicata per gentile concessione di MIT News (web.mit.edu/newsoffice/), un popolare sito che copre notizie sulla ricerca del MIT, innovazione e didattica.