Como muchos sabrán, las unidades de cuidados intensivos (UCI) reciben a pacientes cuyo estado de salud es bastante crítico a raíz de diferentes enfermedades que los aquejan al mismo tiempo. Sus poblaciones son muy heterogéneas, aunque en su mayoría están conformadas por pacientes ancianos con larga trayectoria de enfermedad.
Cada año, ingresan miles de pacientes a la unidad de cuidados intensivos de diferentes centros de salud en Dinamarca, y escoger el tratamiento más idóneo para ellos representa un gran desafío para los médicos y enfermeras.
Conscientes de ello, los investigadores de la Facultad de Ciencias Médicas y de la Salud de la Universidad de Copenhague y Rigshospitalet se han unido en el desarrollo de un nuevo algoritmo con el cual estimar las posibilidades de supervivencia de estos pacientes. El Fondo de Innovación de Dinamarca y la Fundación Novo Nordisk apoyaron dicho trabajo.
El principal problema de las unidades de cuidados intensivos
Actualmente, las unidades de cuidados intensivos aplican puntuaciones de gravedad que se basan en las medidas de fisiología aguda para predecir la mortalidad de los pacientes.
Entre ellas, el puntaje de fisiología aguda simplificada (SAPS) y la evaluación fisiológica aguda y la evaluación de salud crónica (APACHE). Estas se basan en la regresión logística de marcadores específicos registrados durante las primeras horas luego del ingreso del paciente a la UCI. Sin embargo, estas no son específicas, por lo que las predicciones para cada paciente suelen ser inexactas.
El profesor Anders Perner, de los departamentos de Medicina Clínica y de Cuidados Intensivos de Rigshospitalet, señaló que esta inexactitud conduce a errores como el tratamiento excesivo:
“El tratamiento excesivo es un riesgo grave entre los pacientes con enfermedades terminales tratados en unidades de cuidados intensivos danesas. A los médicos y enfermeras les ha faltado una herramienta de apoyo capaz de instruirlos sobre quién se beneficiará de los cuidados intensivos”.
Un algoritmo para predecir la mortalidad de los pacientes
Sin embargo, los últimos 10 años de estudio han arrojado técnicas avanzadas de modelado y aprendizaje automático que podrían proporcionar mejores resultados en la predicción del pronóstico de UCI para pacientes con patologías graves.
El profesor Søren Brunak de la Novo Nordisk Foundation Center for Protein Research en la Universidad de Copenhague explicó que:
“El Registro Nacional de Pacientes de Dinamarca contiene datos sobre la historia de la enfermedad de millones de daneses y, en principio, el algoritmo puede basarse en la historia del ciudadano individual en beneficio del paciente individual en relación con el tratamiento”.
El grupo de investigadores desarrolló un algoritmo utilizando datos de más de 230,000 pacientes ingresados a las UCI de Dinamarca en el período 2004-2016. Con este, analizaron la historia de la enfermedad de los pacientes individuales por 23 años, así como también se realizaron mediciones y pruebas de las primeras 24 horas tras el ingreso de estos.
De esta forma, el algoritmo permite hacer tres tipos de predicciones: el riesgo de que el paciente muera en el hospital, dentro de los 30 días de ingreso y dentro de los 90 días de ingreso.
Predicciones más precisas sobre la mortalidad de pacientes
Los resultados del estudio arrojaron que “los datos disponibles en todo el espectro de la enfermedad longitudinal” antes del ingreso del paciente a la unidad de cuidados intensivos son útiles para predecir la mortalidad.
Es un hecho que el historial de la enfermedad sirve para diferenciar el riesgo de mortalidad entre los pacientes con signos vitales similares de manera más precisa que con los métodos SAPS II y APACHE II.
Sin embargo, este algoritmo no solo es útil para la práctica diaria en la unidad de cuidados intensivos, sino también a la hora de definir qué factores tienen mayor peso en la muerte o supervivencia de un individuo.
Los investigadores están interesados en desarrollar más el algoritmo para que puedan hacerse incluso predicciones por hora. Se espera que el desarrollo pueda implementarse en las pruebas clínicas dentro de un par de años.
Referencia: Survival prediction in intensive-care units based on aggregation of long-term disease history and acute physiology: a retrospective study of the Danish National Patient Registry and electronic patient records. https://doi.org/10.1016/S2589-7500(19)30024-X
