Selon une étude menée par Yale University publiée sur MedRxiv, deux médecins d'urgence ont conçu un outil pour aider les cliniciens à mieux identifier les patients COVID-19 dont l'état est susceptible de s'aggraver rapidement et qui auront besoin de soins intensifs dans les 24 heures.
L'outil, qui utilise la modélisation prédictive, est appelé l'indice de gravité COVID-19. Pour l'utiliser, les médecins des urgences ne saisissent que trois paramètres du patient, soit le taux de respiration, le niveau d'oxygène et la quantité d'oxygène requise d'une canule nasale, un appareil utilisé pour fournir de l'oxygène supplémentaire.
Selon les chercheurs, l'imprévisibilité de la maladie est une caractéristique de COVID-19. Les personnes qui ne semblent pas dangereusement malades lorsqu'elles sont admises pour un traitement deviennent beaucoup plus malades à l'hôpital et nécessitent des soins intensifs.
Souvent, les patients admis avec COVID-19 qui connaissent une forte détérioration de leur santé doivent être transférés rapidement dans une autre partie de l'hôpital. Cela expose des agents de santé supplémentaires au virus et nécessite l'utilisation de ressources supplémentaires, y compris plusieurs salles et équipements de protection. De plus, selon les chercheurs, la recherche montre que les patients admis qui sont ensuite transférés dans une unité de soins intensifs ont de moins bons résultats que les patients qui ne sont pas transférés.
Les chercheurs ont voulu concevoir un outil qui pourrait aider les médecins à effectuer des examens précoces des patients COVID-19 à identifier les patients qui semblaient les plus susceptibles de devenir beaucoup plus malades dans les 24 heures, et devraient être envoyé directement aux soins intensifs.
Pour développer l'indice de gravité COVID, ils ont utilisé les données de 1 000 adultes testés positifs pour COVID-19 et qui ont été traités dans neuf services d'urgence du système de santé de Yale New Haven du 1er mars au 22 avril. Patients qui répondaient aux critères de respiration critique la maladie dans les quatre premières heures a été exclue.
Pour déterminer les attributs des patients qui prédiraient le mieux un déclin rapide, les chercheurs ont appliqué diverses méthodes d'apprentissage automatique aux données démographiques des patients et aux données cliniques collectées dans les quatre premières heures après l'admission. Plus de 12% des patients de l'étude se sont aggravés rapidement après l'hospitalisation, une baisse qui pourrait être prédite en utilisant les trois paramètres liés à la fonction respiratoire.
Aucun commentaire:
Enregistrer un commentaire