La exploración de biomarcadores es un reto en la investigación clínica en las unidades de críticos como las UCRI.
Durante la primera oleada de SARSCOV2 en el año 2020 fue determinante la recogida de parámetros clínicos, pero más costosa fue la exploración de marcadores. El objetivo de este estudio fue conseguir el hallazgo precoz de estos marcadores a través de un sistema automatizado de exploración de datos AutoDiscovery.
Y así lo cuenta el equipo de investigación, liderado por Antoni Rosell, Director Clínico del Área del Tórax del Hospital Germans Trias i Pujol (Barcelona).
El estudio
En este estudio se analizaron 48 pacientes con insuficiencia respiratoria grave por #COVID19 y con necesidad de soporte respiratorio no invasivo. Todo ello entre marzo y mayo de 2020 (¡en plena primera ola!). De cada paciente se analizaron variables demográficas, comorbilidades, analítica de su sangre, información del ingreso, la gasometría y el tipo de soporte respiratorio que se utilizó.
La pregunta exploratoria
Como ya sabes, cualquier estudio exploratorio está dirigido por un objetivo abierto que denominamos pregunta exploratoria. En este caso, la pregunta fue:
¿Qué variables predicen la mala evolución de los pacientes?
Gracias a la potencia de AutoDiscovery, se analizaron un total de 128 variables y 185.000 relaciones en poco más de 8 minutos. De ellas, se registraron 10.000, siendo 15 de estas relaciones exclusivas de un subgrupo de pacientes, lo cual les confiere un interés clínico muy elevado.
Algunos resultados interesantes
Tras su valoración clínica, el equipo de investigación encontró relevante la relación entre el fracaso del tratamiento y los siguientes marcadores:
Niveles elevados de LDH, troponina, interleukina-6 y DD.
Niveles reducidos de HCO3, EB y pCO2.
Otros predictores de fracaso fueron la necesidad de SNG para alimentación (sinónimo de imposibilidad para la desconexión del soporte para la alimentación) o el cambio a ventilación mecánica no invasiva por fracaso precoz de la terapia con oxígeno (OAF, definido como aquel producido en las primeras 24h del inicio del soporte).
En resumen...
El equipo de investigación concluyó que el sistema automatizado de exploración de datos de AutoDiscovery puede aumentar nuestra eficiencia en la obtención de resultados estadísticos clínicamente relevantes para la práctica clínica diaria de la UCRI.
¿Quieres saber más?
Este trabajo se presentó en forma de póster en el congreso de la Sociedad Española de Neumología y Cirugía Torácica (SEPAR) que se celebró en Granada. Lo puedes descargar de la plataforma ResearchGate.
También puedes contactar con el equipo de investigación aquí.