Due studi americani rivelano l’efficacia di questi sistemi per determinare il rischio di complicanze e aiutare i medici a pianificare i trattamenti.
Il primo studio è stato condotto nel Massachusetts orientale per scoprire se le caratteristiche sociodemografiche, i valori di laboratorio e le comorbilità degli pazienti ospedalizzati con il coronavirus 2019 potessero consentire di prevedere un decorso di malattia grave.
La motivazione dello studio risiede nel fatto che, poiché le risorse per il trattamento di COVID-19 sono limitate, in particolare per quanto riguarda la ventilazione meccanica, sono necessari approcci semplici per stratificare la morbilità e il rischio di mortalità al momento del ricovero
Lo studio retrospettivo è stato condotto su una coorte di 2.511 pazienti ospedalizzati positivi per la SARS-CoV-2 in sei ospedali, di cui 215 (8,6%) sono stati ricoverati nel reparto di terapia intensiva, 164 (6,5%) hanno richiesto una ventilazione meccanica e 292 (11,6%) sono deceduti. In un modello di previsione del rischio, 212 decessi (78%) si sono verificati nel quintile a rischio di mortalità più alto.
I ricercatori hanno impiegato dei modelli di regressione L1 per determinare se risultati ematologici anomali e la diminuzione della funzione renale fossero associati a un maggiore rischio di decorso ospedaliero grave.
I ricercatori affermano che le previsioni possono essere più utili durante la settimana iniziale di ricovero e che sarebbe utile un ulteriore studio per verificare se la ripetizione dei modelli con maggiori dati di laboratorio, o l’incorporazione di altri biomarcatori, potrebbe migliorare la previsione a lungo termine.
Il secondo studio è stato condotto dalla Duke University per scoprire se fosse possibile sviluppare e poi valutare le prestazioni di uno strumento di supporto alle decisioni cliniche (CDSS) per prevedere l’uso delle risorse e dare quindi priorità alle procedure chirurgiche elettive in regime di ricovero dopo la pandemia di coronavirus 2019 (COVID-19).
I ricercatori hanno sviluppato dei modelli predittivi per stimare la durata complessiva della degenza, quella della terapia intensiva, il fabbisogno di ventilatori meccanici e la disposizione alla dimissione in una struttura infermieristica specializzata, utilizzando i dati storici dei casi estratti dalle cartelle cliniche elettroniche di 42.199 pazienti. Questi modelli sono stati integrati in un cruscotto interattivo online con l’input dell’utente finale e testati iterativamente.
I dati che sono stati utilizzati comprendono le tipologie di casi, le caratteristiche demografiche dei pazienti, l’anamnesi, le comorbilità e i farmaci. La durata media della degenza è stata di 2,3 giorni (range, 1,3-4,2 giorni), 6416 pazienti (15,2%) sono stati ricoverati in terapia intensiva, 1624 (3,8%) hanno ricevuto una ventilazione meccanica e 2843 (6,7%) sono stati dimessi in una struttura di cura specializzata.
Le prestazioni che il CDSS ha fornito sono state molto buone, con un’area sotto la caratteristica dell’operatore ricevente che va da 0,76 a 0,93. La sensibilità dei gruppi ad alto e medio rischio è stata fissata al 95%. Il valore predittivo negativo del raggruppamento a basso rischio è stato del 99%.
I ricercatori hanno integrato i modelli in un cruscotto giornaliero Tableau per guidare il processo decisionale. Il CDSS è attualmente utilizzato dalla direzione chirurgica per informare la programmazione dei casi.