Regístrate ahora

Iniciar sesión

Contraseña perdida

Perdiste tu contraseña? Por favor, introduzca su dirección de correo electrónico. Recibirá un enlace y se creará una nueva contraseña por correo electrónico.

Añadir mensaje

Debe iniciar sesión para añadir notas .

Añadir pregunta

Debe iniciar sesión para hacer una pregunta.

Iniciar sesión

Regístrate ahora

Bienvenido a Scholarsark.com! Su registro le conceda el acceso a la utilización de más características de esta plataforma. Puede hacer preguntas, hacer contribuciones o proporcionar respuestas, ver los perfiles de otros usuarios y mucho más. Regístrate ahora!

El sistema de aprendizaje automático podría ayudar a tomar decisiones críticas en el cuidado de la sepsis: Modelo predice si los pacientes ER padecen sepsis necesitan con urgencia un cambio en la terapia.

Investigadores del MIT y del Hospital General de Massachusetts (MGH) han desarrollado un modelo predictivo que podría guiar a los médicos a la hora de decidir cuándo administrar medicamentos que podrían salvar vidas a pacientes tratados por sepsis en la sala de urgencias.. La sepsis es una de las causas más frecuentes de ingreso, y una de las causas más comunes de muerte, en la unidad de cuidados intensivos. Pero la gran mayoría de estos pacientes llegan primero a través de la sala de emergencias.. El tratamiento generalmente comienza con antibióticos y líquidos intravenosos., un par de litros a la vez. Si los pacientes no responden bien, pueden sufrir un shock séptico, donde su presión arterial cae peligrosamente y los órganos fallan. Luego, a menudo lo llevan a la UCI., donde los médicos pueden reducir o suspender los líquidos y comenzar con medicamentos vasopresores como norepinefrina y dopamina, para elevar y mantener la presión arterial del paciente.

Un nuevo modelo de aprendizaje automático predice si es posible que sea necesario cambiar a ciertos medicamentos a los pacientes de urgencias que padecen sepsis. Oficina de noticias del MIT

Ahí es donde las cosas pueden ponerse complicadas. Administrar líquidos durante demasiado tiempo puede no ser útil e incluso causar daño a los órganos., por lo que la intervención temprana con vasopresores puede ser beneficiosa. De hecho, La administración temprana de vasopresores se ha relacionado con una mejor mortalidad en el shock séptico.. Por otra parte, administrar vasopresores demasiado pronto, o cuando no sea necesario, conlleva sus propias consecuencias negativas para la salud, como arritmias cardíacas y daño celular. Pero no hay una respuesta clara sobre cuándo hacer esta transición.; Los médicos normalmente deben controlar de cerca la presión arterial del paciente y otros síntomas., y luego tomar una decisión.

En un artículo presentado esta semana en el Simposio Anual de la Asociación Estadounidense de Informática Médica, Los investigadores del MIT y MGH describen un modelo que “aprende” de los datos de salud de pacientes con sepsis en atención de emergencia y predice si un paciente necesitará vasopresores en las próximas horas.. Para el estudio, Los investigadores compilaron el primer conjunto de datos de este tipo para pacientes con sepsis en urgencias.. en las pruebas, el modelo podría predecir la necesidad de un vasopresor más que 80 por ciento del tiempo.

La predicción temprana podría, entre otras cosas, evitar una estancia innecesaria en la UCI para un paciente que no necesita vasopresores, o comenzar la preparación temprana para la UCI para un paciente que no, los investigadores dicen.

"Es importante tener una buena capacidad de discriminación entre quién necesita vasopresores y quién no". [en urgencias]," dice el primer autor Varesh Prasad., estudiante de doctorado en el Programa Harvard-MIT en Ciencias y Tecnología de la Salud. “Podemos predecir en un par de horas si un paciente necesita vasopresores. Si, en ese momento, los pacientes recibieron tres litros de líquido intravenoso, eso puede ser excesivo. Si supiéramos de antemano que esos litros no iban a ayudar de todos modos, podrían haber comenzado con vasopresores antes”.

En un entorno clínico, El modelo podría implementarse en un monitor de cabecera., por ejemplo, que rastrea a los pacientes y envía alertas a los médicos en la sala de emergencias, a menudo agitada, sobre cuándo comenzar con vasopresores y reducir líquidos. “Este modelo sería un sistema de vigilancia o vigilancia trabajando en segundo plano.,"dice el coautor Thomas Heldt, la W. METRO. Profesor Keck de desarrollo profesional en el Instituto de Ingeniería y Ciencias Médicas del MIT. “Hay muchos casos de sepsis que [médicos] entender claramente, o no necesita ningún apoyo con. Los pacientes pueden estar tan enfermos en la presentación inicial que los médicos saben exactamente qué hacer.. Pero también hay una "zona gris",’ donde este tipo de herramientas se vuelven muy importantes”.

Los coautores del artículo son James C.. Linchar, un estudiante de posgrado del MIT; y Trent D.. Gillingham, Nepal, miguel r.. Filbin, y Andrés T.. Reisner, todo MGH. Heldt también es profesor asistente de ingeniería eléctrica y biomédica en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación del MIT e investigador principal en el Laboratorio de Investigación de Electrónica..

Se han construido otros modelos para predecir qué pacientes tienen riesgo de sepsis., o cuándo administrar vasopresores, en UCI. Pero este es el primer modelo entrenado en la tarea para la sala de emergencias., Heldt dice. “[La UCI] es una etapa posterior para la mayoría de los pacientes con sepsis. La sala de emergencias es el primer punto de contacto con el paciente., donde puede tomar decisiones importantes que pueden marcar la diferencia en el resultado,Heldt dice.

El principal desafío ha sido la falta de una base de datos de ER.. Los investigadores trabajaron con médicos del MGH durante varios años para compilar registros médicos de casi 186,000 pacientes que fueron atendidos en la sala de emergencias del MGH desde 2014 a 2016. Algunos pacientes en el conjunto de datos habían recibido vasopresores dentro de la primera 48 horas de su visita al hospital, mientras que otros no lo habían hecho. Dos investigadores revisaron manualmente todos los registros de pacientes con probable shock séptico para incluir el momento exacto de la administración de vasopresores., y otras anotaciones. (El tiempo promedio desde la presentación de los síntomas de sepsis hasta el inicio del vasopresor fue de alrededor de seis horas.)

Los registros se dividieron aleatoriamente., con 70 porcentaje utilizado para entrenar el modelo y 30 por ciento para probarlo. Entrenando, el modelo extraído hasta 28 de 58 posibles características de pacientes que necesitaban o no vasopresores. Características incluidas presión arterial., tiempo transcurrido desde la admisión inicial a urgencias, volumen total de líquido administrado, la frecuencia respiratoria, estado mental, saturación de oxígeno, y cambios en el volumen sistólico cardíaco: cuánta sangre bombea el corazón en cada latido.

en las pruebas, el modelo analiza muchas o todas esas características en un nuevo paciente en intervalos de tiempo establecidos y busca patrones indicativos de un paciente que finalmente necesitó vasopresores o no.. En base a esa información, hace una predicción, en cada intervalo, sobre si el paciente necesitará un vasopresor. Para predecir si los pacientes necesitaron vasopresores en las siguientes dos o más horas, el modelo era correcto 80 a 90 por ciento del tiempo, lo que podría evitar un exceso de medio litro o más de líquidos administrados, de media.

“El modelo básicamente toma un conjunto de signos vitales actuales, y un poco de como se ve la trayectoria, y determina que esta observación actual sugiere que este paciente podría necesitar vasopresores, o este conjunto de variables sugiere que este paciente no las necesitaría," Prasad dice.

Siguiente, los investigadores pretenden ampliar el trabajo para producir más herramientas que predicen, en tiempo real, si los pacientes ER pueden ser inicialmente en riesgo de sepsis o shock séptico. “La idea es integrar todas estas herramientas en una sola tubería que ayudarán a manejar el cuidado de la primera vez que entran en la sala de emergencias," Prasad dice.

La idea es ayudar a los médicos en los servicios de urgencias de los hospitales más importantes, tales como MGH, que ve alrededor 110,000 pacientes al año, centrarse en la mayoría de las poblaciones en riesgo para la sepsis. “El problema de la sepsis es que la presentación del paciente a menudo contradice la gravedad del proceso de la enfermedad subyacente.,Heldt dice. “Si alguien llega con debilidad y no se siente bien, un poco de líquido a menudo puede ser suficiente. Pero, en algunos casos, Tienen sepsis subyacente y pueden deteriorarse muy rápidamente.. Queremos poder saber qué pacientes han mejorado y cuáles se encuentran en un camino crítico si no se tratan”.


Fuente: http://news.mit.edu, por Rob Matheson

Acerca de Marie

Deja una respuesta