Pesquisadores do MIT e do Massachusetts General Hospital (MGH) desenvolveram um modelo preditivo que pode orientar os médicos na decisão de quando dar medicamentos potencialmente salvadores para pacientes em tratamento de sepse na sala de emergência.

A sepse é uma das causas mais frequentes de internação, e uma das causas mais comuns de morte, na unidade de terapia intensiva. Mas a grande maioria desses pacientes chega primeiro pelo pronto-socorro. O tratamento geralmente começa com antibióticos e fluidos intravenosos, alguns litros de cada vez. Se os pacientes não respondem bem, eles podem entrar em choque séptico, onde a pressão arterial cai perigosamente e os órgãos falham. Então, muitas vezes é levado para a UTI, onde os médicos podem reduzir ou interromper os fluidos e iniciar medicamentos vasopressores, como norepinefrina e dopamina, para aumentar e manter a pressão arterial do paciente.

É aí que as coisas podem ficar complicadas. Administrar fluidos por muito tempo pode não ser útil e pode até causar danos a órgãos, portanto, a intervenção vasopressora precoce pode ser benéfica. Na verdade, a administração precoce de vasopressores tem sido associada à melhora da mortalidade no choque séptico. Por outro lado, administrar vasopressores muito cedo, ou quando não for necessário, traz suas próprias consequências negativas para a saúde, como arritmias cardíacas e danos celulares. Mas não há uma resposta clara sobre quando fazer essa transição; os médicos normalmente devem monitorar de perto a pressão arterial do paciente e outros sintomas, e depois faça uma avaliação.

Em um artigo apresentado esta semana no Simpósio Anual da American Medical Informatics Association, os pesquisadores do MIT e do MGH descrevem um modelo que "aprende" com dados de saúde em pacientes com sepse em atendimento de emergência e prevê se um paciente precisará de vasopressores nas próximas horas. Para o estudo, os pesquisadores compilaram o primeiro conjunto de dados desse tipo para pacientes com sepse no pronto-socorro. Em teste, o modelo pode prever a necessidade de um vasopressor em mais de 80% das vezes.

A previsão inicial poderia, entre outras coisas, evitar uma internação desnecessária na UTI de um paciente que não precisa de vasopressores, ou iniciar a preparação precoce para a UTI para um paciente que faz, dizem os pesquisadores.

"É importante ter uma boa capacidade de discriminação entre quem precisa de vasopressores e quem não precisa [no pronto-socorro], "diz o primeiro autor Varesh Prasad, um Ph.D. estudante do Programa Harvard-MIT em Ciências da Saúde e Tecnologia. "Podemos prever em algumas horas se um paciente precisa de vasopressores. Se, naquele tempo, os pacientes receberam três litros de fluido IV, isso pode ser excessivo. Se soubéssemos com antecedência que esses litros não iriam ajudar de qualquer maneira, eles poderiam ter começado com vasopressores mais cedo. "

Em um ambiente clínico, o modelo pode ser implementado em um monitor de cabeceira, por exemplo, que rastreia os pacientes e envia alertas aos médicos no freqüentemente agitado pronto-socorro sobre quando iniciar os vasopressores e reduzir os fluidos. “Este modelo seria um sistema de vigilância ou vigilância trabalhando em segundo plano, "diz o co-autor Thomas Heldt, W. M. Keck Professor de Desenvolvimento de Carreira no Instituto de Engenharia Médica e Ciência do MIT. "Existem muitos casos de sepse que [os médicos] entendem claramente, ou não precisa de suporte com. Os pacientes podem estar tão doentes na apresentação inicial que os médicos sabem exatamente o que fazer. Mas também há uma 'zona cinzenta, 'onde esses tipos de ferramentas se tornam muito importantes. "

Os co-autores do artigo são James C. Lynch, um estudante de pós-graduação do MIT; e Trent D. Gillingham, Saurav Nepal, Michael R. Filbin, e Andrew T. Reisner, tudo de MGH. Heldt também é professor assistente de engenharia elétrica e biomédica no Departamento de Engenharia Elétrica e Ciência da Computação do MIT e pesquisador principal no Laboratório de Pesquisa de Eletrônica.

Outros modelos foram construídos para prever quais pacientes estão em risco de sepse, ou quando administrar vasopressores, em UTIs. Mas este é o primeiro modelo treinado na tarefa para o ER, Heldt diz. "[A UTI] é um estágio posterior para a maioria dos pacientes com sepse. O pronto-socorro é o primeiro ponto de contato com o paciente, onde você pode tomar decisões importantes que podem fazer a diferença no resultado, "Diz Heldt.

O principal desafio tem sido a falta de um banco de dados ER. Os pesquisadores trabalharam com médicos do MGH ao longo de vários anos para compilar registros médicos de quase 186, 000 pacientes que foram tratados na sala de emergência do MGH de 2014 a 2016. Alguns pacientes no conjunto de dados receberam vasopressores nas primeiras 48 horas de sua visita ao hospital, enquanto outros não. Dois pesquisadores revisaram manualmente todos os registros de pacientes com provável choque séptico para incluir o tempo exato de administração do vasopressor, e outras anotações. (O tempo médio desde a apresentação dos sintomas de sepse até o início do vasopressor foi de cerca de seis horas.)

Os registros foram divididos aleatoriamente, com 70 por cento usados ​​para treinar o modelo e 30 por cento para testá-lo. Em treinamento, o modelo extraiu até 28 das 58 características possíveis de pacientes que precisavam ou não de vasopressores. Recursos incluídos pressão arterial, tempo decorrido desde a admissão inicial ER, volume total de fluido administrado, frequência respiratória, Estado mental, saturação de oxigênio, e mudanças no volume sistólico cardíaco - quanto sangue o coração bombeia em cada batimento.

Em teste, o modelo analisa muitos ou todos esses recursos em um novo paciente em intervalos de tempo definidos e procura padrões indicativos de um paciente que, em última análise, precisava de vasopressores ou não. Com base nessas informações, faz uma previsão, em cada intervalo, sobre se o paciente precisará de um vasopressor. Ao prever se os pacientes precisam de vasopressores nas próximas duas horas ou mais, o modelo estava correto 80 a 90 por cento das vezes, o que poderia prevenir um excesso de meio litro ou mais de fluidos administrados, na média.

"O modelo basicamente leva um conjunto de sinais vitais atuais, e um pouco de como é a trajetória, e determina que esta observação atual sugere que este paciente pode precisar de vasopressores, ou este conjunto de variáveis ​​sugere que este paciente não precisaria delas, "Prasad diz.

Próximo, os pesquisadores pretendem expandir o trabalho para produzir mais ferramentas que prevejam, em tempo real, se os pacientes de ER podem inicialmente estar em risco de sepse ou choque séptico. "A ideia é integrar todas essas ferramentas em um pipeline que ajudará a gerenciar o atendimento desde a primeira vez que chegarem ao pronto-socorro, "Prasad diz.

A ideia é ajudar os médicos dos departamentos de emergência de grandes hospitais, como o MGH, que vê cerca de 110, 000 pacientes anualmente, foco nas populações de maior risco de sepse. "O problema da sepse é que a apresentação do paciente muitas vezes desmente a gravidade do processo da doença subjacente, "Heldt diz." Se alguém chega com fraqueza e não se sente bem, um pouco de líquido muitas vezes pode resolver o problema. Mas, em alguns casos, eles têm sepse subjacente e podem se deteriorar muito rapidamente. Queremos saber quais pacientes melhoraram e quais estão em um caminho crítico se não forem tratados. "

Esta história foi republicada por cortesia do MIT News (web.mit.edu/newsoffice/), um site popular que cobre notícias sobre pesquisas do MIT, inovação e ensino.