Algoritmos usam dados clínicos para determinar com precisão o nível de sedação do paciente e notifica ao médico se houver mudança
 |
Pesquisadores do Instituto de Tecnologia da Geórgia e do Northeast Georgia Medical Center, nos Estados Unidos, desenvolveram algoritmos de controle para automatizar a sedação em unidades hospitalares de terapia intensiva (UTI). Os algoritmos usam dados clínicos para determinar com precisão o nível de sedação do paciente e pode notificar os médicos se houver uma mudança no nível.
A equipe de pesquisa analisou mais de 15.000 medidas clínicas de 366 pacientes internados em UTIs e classificou esses pacientes como "agitado" ou "não agitado". Agitação é uma medida do nível de sedação do paciente.
Resultados da análise mostraram que o algoritmo apresentou os mesmos resultados que a avaliação feita pela equipe do hospital 92% das vezes.
" Os enfermeiros da UTI tem um dos trabalhos mais carregados na medicina e geralmente cuidam de múltiplos pacientes ao mesmo tempo, por isso, se pudermos usar a tecnologia do sistema de controle para automatizar a tarefa de sedação, a segurança do paciente será reforçada e a entrega da droga vai melhorar na UTI", disse o pesquisador James Bailey.
Como funciona
A pesquisa se baseia em estudos anteriores realizados por Wassim Haddad e Bailey sobre automatização da sedação durante cirurgias.
A pesquisa se baseia em estudos anteriores realizados por Wassim Haddad e Bailey sobre automatização da sedação durante cirurgias.
Os algoritmos de controle adaptável desenvolvido por eles controlam a infusão do agente anestésico no paciente, a fim de manter o nível desejado de profundidade da anestesia constante durante um procedimento cirúrgico.
Resultados de ensaios clínicos mostraram que a abordagem é eficiente no monitoramento da inconsciência e permite uma administração segura e eficaz do agente anestésico.
"Manual de controle de sedação pode ser entediante, imprecisas, demoradas e muitas vezes de má qualidade, dependendo das habilidades e do julgamento do enfermeiro da UTI", disse Haddad.
Os pesquisadores acreditam que, finalmente, eles criaram um sistema automatizado em que a enfermeira da UTI avalia o paciente, coloca o nível de sedação do paciente em um controlador, que então ajusta o regime de dose do sedativo para manutenção a sedação no nível desejado através da coleta e análise quantitativa contínua de dados clínicos do paciente.
Ensaio clínico
Os pacientes criticamente enfermos na UTI frequentemente requerem monitorização invasiva e outros apoios que podem levar à ansiedade, agitação e dor. A sedação é essencial para o conforto e a segurança dos pacientes.
"O desafio no desenvolvimento de sistemas de controle de ciclo fechado para sedar pacientes criticamente enfermos é encontrar a variável de desempenho adequado ou variáveis que medem o nível de sedação do paciente, por sua vez, permitindo um controle automático para proporcionar uma sedação adequada, sem sedação excessiva", disse o pesquisador Behnood Gholami.
Na UTI, os investigadores usaram informações detalhando a expressão facial de cada paciente, o movimento motor grosseiro, a resposta a um estímulo potencialmente nocivo, frequência cardíaca, estabilidade da pressão arterial, estabilidade não cardíaca simpática e escala de dor não-verbal para determinar o nível de sedação.
Os pesquisadores classificaram os dados clínicos de cada variável em categorias. Por exemplo, a expressão facial de um paciente foi classificada como "relaxada", "fazendo caretas e gemidos", ou "fazendo caretas e gritando" ; estabilidade não cardíaca simpática de um paciente foi classificada como "pele quente e seca", "corada e suada", ou "pálida e suado".
Eles também gravaram pontuação sobre a atividade motora de cada paciente e escala de avaliação (MAAS), que é usada pelos médicos para avaliar o nível de sedação em uma escala de zero a seis anos. No sistema MAAS, uma pontuação de zero representa um paciente que não responde, três representa um paciente calmo e cooperativo, e seis representa um "paciente perigosamente agitado". A pontuação MAAS é subjetiva e pode resultar em inconsistências e variabilidade na administração da sedação.
Usando uma rede bayesiana, os investigadores usaram dados clínicos para calcular a probabilidade de um paciente estar agitado.
Doze mil medições coletadas de pacientes internados na UTI durante um período de um ano foram usadas para treinar a rede Bayesiana e os 3 mil restantes foram usados para testá-la.
Em 18% dos casos de teste, o computador classificou um paciente como "agitado", mas a pontuação MAAS descreveu o mesmo paciente como "não agitado". Em 5 % dos casos de teste, o computador classificou um paciente como "não agitado", e a pontuação MAAS o classificou como "agitado".
Essas probabilidades significam uma taxa de 18 % de falso-positivo e uma taxa de 5 % de falso-negativo.
"Este nível de desempenho permite uma redução significativa na carga de trabalho da enfermeira da UTI, mas de modo algum substitui a enfermeira como juiz final da adequação da sedação", disse Bailey. "No entanto, aliviando a enfermeira de alguns dos trabalhos relacionados com a sedação, a abordagem permitiria a enfermeira se concentrar melhor em outros aspectos do seu trabalho."
O próximo passo dos pesquisadores será coletar dados de pacientes na UTI continuamente em tempo real. Trabalhos futuros envolvem o desenvolvimento de técnicas objetivas para avaliar o movimento da sedação usando a expressão facial e a capacidade de resposta a estímulos.
Fonte: Isaude.net
Sem comentários:
Enviar um comentário