Un modelo matemático predice el éxito de las extubaciones en los pacientes

Los equipos de investigación de la Universidad Rovira i Virgili (URV) y del Hospital Universitario Joan XXIII-IISPV, ambos en Tarragona, han desarrollado un modelo matemático que predice el resultado de una extubación en un paciente adulto en estado crítico con ventilación mecánica invasiva.

Según ha informado este viernes la URV, los resultados del trabajo "permitirían reducir potencialmente la tasa actual de reintubaciones del 9 % hasta el 1 %, a partir de herramientas de aprendizaje automático".

Los investigadores han recopilado datos de un millar de pacientes de las UCI con dificultades respiratorias que han sido tratados y analizados para poder crear esta herramienta.

Desde la universidad han explicado que cerca de la mitad de los pacientes ingresados en una unidad de cuidados intensivos (UCI) requieren ventilación mecánica invasiva (VMI), un procedimiento médico que permite garantizar una aportación suficiente de oxígeno a los órganos y tejidos de los ingresados.

Además, han destacado que el uso de este sistema se ha generalizado estos últimos meses en pacientes afectados por la covid-19 que han llegado a las UCI.

El equipo ha asegurado que, a menudo, la ventilación mecánica invasiva es "vital para el paciente", pero que "no está exenta de riesgos, como las lesiones accidentales durante la intubación o extubación o la atrofia de los músculos responsables de la respiración".

El estudio ha considerado los criterios actuales, según los cuales una extubación se considera fallida si el paciente requiere ser nuevamente intubado (reintubación) pasadas 48 horas de la retirada de la ventilación mecánica invasiva.

Los investigadores han estudiado un conjunto "masivo y heterogéneo" de datos procedentes de varias fuentes, como equipos de monitorización del paciente, datos demográficos (edad, sexo, peso, etc.), datos clínicos obtenidos en el momento de admisión en la UCI y registros de incidencias del personal médico.

Los miembros del equipo de investigación han empleado técnicas de aprendizaje automático ('machine learning') que han permitido determinar la compleja relación entre todas estas variables para crear modelos capaces de entender al paciente.

El equipo investigador de la UCI del Joan XXIII, liderado por la intensivista Maria Bodí y el científico de datos Josep Gómez, ha recopilado datos de aproximadamente mil pacientes adultos con dificultades respiratorias ingresados en los últimos cinco años en la UCI del hospital.

Posteriormente, los ha tratado y analizado un grupo de investigación del Departamento de Ingeniería Mecánica, liderado por el investigador Alexandre Fabregat.

Los resultados del trabajo, publicado en la revista 'Computer Methods and programos in Biomedicin', han demostrado que "es posible reducir potencialmente la tasa actual de reintubaciones del 9 % hasta el 1 %, de forma que se minimizan los riesgos para el paciente si se incorpora el modelo de predicción en las UCI".

El equipo completo que ha llevado a cabo el estudio ha estado integrado por médicos de la UCI del Hospital Universitario Joan XXIII de Tarragona, del Instituto de Investigación Sanitaria Virgili y del grupo de investigación Ecommfit, del Departamento de Ingeniería Mecánica de la URV.