Alarmas sonoras de TV en pacientes hospitalizados
Investigadores de EEUU realizaron un análisis de una base de datos de alarmas de taquicardia ventricular (TV) registradas con el propósito de identificar un estándar uniforme para optimizar el reconocimiento automatizado de dicha arritmia en pacientes hospitalizados que publicaron en la edición del 28 de julio de 2023 del Annals of Noninvasive Electrocardiology*.
La NOTICIA DEL DÍA de hoy se ocupará de esta publicación,
A pesar de que la fatiga de las alarmas se reconoció hace más de 10 años como un riesgo importante para la seguridad del paciente, se han realizado muy pocos avances para solucionar este problema.
Estudio de alarmas de la Universidad de California en San Francisco (UCSF) representa el estudio más completo hasta la fecha que ilustra la magnitud de la carga de alarma fisiológica en una cohorte de pacientes consecutivos de la unidad de cuidados intensivos (UCI).
Durante el período de estudio de 1 mes, en 461 pacientes de UCI (n = 77 camas), hubo más de 2,5 millones de alarmas fisiológicas audibles e inaudibles.
La carga de alarmas audibles fue de 187 alarmas/cama/día.
Se anotaron un total de 12 671 alarmas audibles de arritmia (es decir, asistolia, fibrilación ventricular, taquicardia ventricular [TV], ritmo ventricular acelerado, bradicardia ventricular y pausa) y se determinó que el 90 % eran falsos positivos.
Por lo tanto, la gran mayoría de las alarmas audibles de arritmia son erróneas y probablemente contribuyan a la fatiga de las alarmas en los médicos.
De los tipos de alarma de arritmia letal (es decir, TV, asistolia y fibrilación ventricular), se ha demostrado que la TV es la más problemática, con un 80 %–90 % identificado como falso en comparación con la asistolia (67 %) y la fibrilación ventricular (32 %).
En varios análisis secundarios publicados con datos del Estudio de alarmas de la UCSF, muchas de las falsas alarmas de arritmia ocurrieron en pacientes con las siguientes características de forma de onda electrocardiográfica (ECG): bloqueo de rama del haz (BBB por sus siglas en inglés); ritmos ventriculares estimulados; y complejos QRS de baja amplitud.
Dos estudios encontraron que una pequeña proporción de alarmas verdaderas (10 %) a menudo quedan ocultas dentro de las falsas alarmas que ocurren comúnmente; por lo tanto, destaca el riesgo para la seguridad del paciente debido a eventos reales perdidos.
Las falsas alarmas de arritmia se deben en gran medida a deficiencias en los algoritmos actuales que no tienen en cuenta las anomalías de forma de onda del ECG descritas previamente.
Por ejemplo, los pacientes con un BBB (izquierdo o derecho) y una frecuencia cardíaca > 100 latidos/min, que es común en pacientes con enfermedades agudas, pueden generar cientos de alarmas de TV porque los algoritmos actuales no reconocen los QRS anchos subyacentes asociados con BBB.
Es importante destacar que las alarmas de TV están configuradas como alarmas de enclavamiento, lo que significa que la enfermera debe silenciar físicamente las alarmas, analizar si la alarma es verdadera o falsa y determinar si se requiere una acción.
Los proveedores se ven igualmente afectados porque las enfermeras se ponen en contacto con ellos cuando se producen alarmas, lo que contribuye aún más a la fatiga de las alarmas.
Por lo tanto, existe la necesidad de mejorar los algoritmos de TV para mitigar la fatiga de las alarmas entre los médicos y reducir el riesgo de pasar por alto eventos reales para mejorar la seguridad del paciente.
Hasta la fecha, los fabricantes de monitores han utilizado tres conjuntos de datos para desarrollar y probar algoritmos de arritmia cuando buscan la aprobación de la Administración de Alimentos y Medicamentos (FDA).
Estos datos, sin embargo, tienen más de 30 años, provienen de registradores Holter analógicos de dos canales e incluyen un pequeño número de pacientes (es decir, 154 registros y 47 pacientes con solo un pequeño número de eventos críticos de arritmia.
Además, los archivos son de corta duración (es decir, de 3 h a 30 min).
Mientras que el subconjunto coincidente de la base de datos de formas de onda MIMIC III recopilada en una muestra de UCI está disponible públicamente para la comunidad de investigación, estos datos también están incompletos.
Por ejemplo, solo hay una pequeña cantidad de grabaciones (es decir, 750 de entrenamiento y 500 de prueba) y las grabaciones son «fragmentos» de 300 s alrededor de un posible evento de TV.
Hay disponible un pequeño número de eventos de VT (es decir, 253 falsos y 90 verdaderos [entrenamiento] y 176 falsos y 45 verdaderos [prueba]).
Si bien se incluyen dos señales fisiológicas (SpO 2 y PA arterial), solo hay dos derivaciones de ECG disponibles, en lugar de las siete que se usan normalmente en los monitores de ECG de los hospitales.
Un aspecto positivo de estos datos fue que se anotaron las arritmias.
Por lo tanto, las bases de datos actualmente disponibles que se usan para desarrollar y probar algoritmos de arritmia para cumplir con los estándares regulatorios están extremadamente desactualizadas y contienen cantidades pequeñas de pacientes y arritmias.
La única base de datos de investigación disponible, aunque más reciente y anotada, también es bastante pequeña.
En consecuencia, se han estancado las mejoras en los algoritmos de arritmia utilizados en los monitores de ECG de los hospitales modernos.
Para hacer avanzar la ciencia en este campo, se necesitan conjuntos de datos de referencia robustos contemporáneos de los monitores de cabecera disponibles actualmente.
Dicho conjunto de datos también debe incluir otras formas de onda fisiológicas útiles (es decir, SpO 2 , presión arterial [PA]) que se adquieren comúnmente y se ha demostrado que mejoran los algoritmos de arritmia;.
El protocolo de anotación descrito en este documento fue diseñado para abordar esta necesidad insatisfecha, que es posible gracias a un esfuerzo continuo de adquisición de datos en el hospital de revista de los autores, que comenzó en marzo de 2013.
El propósito de este estudio fue doble:
- describir la creación de una gran base de datos de TV anotada por expertos clínicos y de ECG mediante un protocolo de varios niveles que requiere la confirmación de tres personas y
- determinar los eventos de TV verdaderos frente a los falsos mediante un nuevo Algoritmo TV creado por los autores. Se utilizaron los datos existentes de 5320 pacientes consecutivos de la UCI durante un período de 19 meses.
El algoritmo de TV se procesó en 5320 pacientes consecutivos de la UCI con 572 574 h de ECG y monitorización fisiológica.
Un algoritmo de búsqueda identificó TV potencial, definida como: frecuencia cardíaca > 100 latidos/min, QRS > 120 ms y cambio en la morfología del QRS en > 6 latidos consecutivos en comparación con el ritmo nativo anterior.
Siete canales de ECG, SpO 2 y formas de onda de la presión arterial se procesaron y cargaron en un programa de software de anotación basado en la web.
Cinco enfermeras científicas con doctorado realizaron las anotaciones.
De los 5.320 pacientes de la UCI, 858 (16,13%) ttuvieron 22.325 TV.
Después de tres niveles de anotaciones iterativas, un total de 11 970 (53,62 %) se adjudicaron como verdaderas, 6485 (29,05 %) como falsas y 3870 (17,33 %) quedaron sin resolver.
Las TV no resueltas se concentraron en 17 pacientes (1,98%).
De las 3870 TV no resueltas, el 85,7 % ( n = 3281) se confundió con el ritmo ventricular estimulado, el 10,8 % ( n = 414) con la BBB subyacente y el 3,5 % ( n = 133) tuvo una combinación de ambos.
El protocolo de anotación de TV descrito en este documento es el esfuerzo de anotación humano más grande y completo realizado hasta la fecha utilizando datos de monitores fisiológicos y ECG contemporáneos en 5320 pacientes de UCI inscritos consecutivamente.
La validez de este esfuerzo de anotación se ve reforzada por el diseño del protocolo utilizado (es decir, anotación manual de varios niveles, verificación de tres personas).
Del total de 5320 pacientes de la UCI incluidos, 858 (16 %) tenían un total de 22 325 TV identificadas.
El acuerdo general fue del 83 %, y el 69 % fueron TV verdaderas y el 31 % fueron TV falsas.
Del total de alarmas de TV anotadas, el consenso no se alcanzó (es decir, no se resolvió) en el 17% de las TV y ocurrió en el 2% de la muestra.
Utilizando el evento de TV como unidad de análisis, 8 de cada 10 de las TV no resueltas se confundieron con el ritmo estimulado ventricular, 1 de cada 10 se confundieron con el BBB subyacente (izquierdo o derecho),
Se podría suponer que las taquiarritmias de complejo QRS ancho, TV en este estudio, son fáciles de diagnosticar.
Sin embargo, los hallazgos de este protocolo de anotación sugieren que el diagnóstico de TV es complejo.
Por ejemplo, el 42 % de las anotaciones de nivel I pasaron a una anotación de nivel II y disminuyó la tasa de alarmas de TV verdaderas frente a falsas.
Esto sugiere que algunas TV pueden no tener los patrones de QRS claramente distinguibles que los médicos usan para diagnosticar la TV.
Cabe señalar que todos los anotadores estaban altamente calificados (es decir, enfermeras con doctorado y décadas de experiencia en la interpretación de ECG); sin embargo, el diagnóstico de TV fue difícil en eventos seleccionados de TV.
Este es un punto importante porque las enfermeras de cabecera, si bien están capacitadas en la interpretación de ECG, generalmente no tienen un alto nivel de experiencia como el del equipo de anotación.
Se podría argumentar que los médicos, particularmente aquellos con competencia en la interpretación de ECG, se desempeñarían mejor; sin embargo, los estudios muestran que incluso los médicos experimentados tienen dificultades para identificar la TV.
Por lo tanto, en la práctica clínica del mundo real, el diagnóstico de TV será un desafío en algunos casos, lo que tiene implicaciones importantes en el tratamiento (es decir, por debajo o por encima).
El software utilizado para la anotación permitió a los anotadores la capacidad de ver simultáneamente las siete derivaciones de ECG (incluida V1, una derivación clave para diagnosticar TV), SpO 2 y PA arterial invasiva y la capacidad de desplazarse hacia adelante y hacia atrás alrededor de la TV.
Por lo tanto, los anotadores tuvieron acceso a elementos de datos clave para hacer el diagnóstico, que es superior a los conjuntos de datos anotados anteriormente que incluían tamaños de muestra mucho más pequeños.
A pesar de ello, el 17% de las TV quedaron sin resolver.
Un estudio futuro que vincule las respuestas de los pacientes (es decir, signos vitales, síntomas) y/o los resultados asociados con la TV podría ayudar a identificar eventos de TV procesables que también podría mejorar el desarrollo futuro de algoritmos.
El rendimiento del algoritmo de TV utilizado por los autores para identificar la TV verdadera (65 %) parece ser mayor que el del monitor de cabecera utilizado durante este estudio.
En un estudio separado que utilizó los mismos monitores de cabecera, pero en una muestra mucho más pequeña, la tasa de TV verdadera fue del 13 % (510 de 3861 alarmas de TV).
En ese estudio, las alarmas de TV fueron adjudicadas por un anotador usando solo una tira de ritmo de 10 s.
Si bien se podría argumentar que la anotación robusta utilizada en el presente estudio puede haber explicado las diferencias proporcionales entre los dos estudios, una explicación probable es que el algoritmo de TV utilizado aborda dos problemas importantes asociados con la TV falsa, el artefacto y los ritmos QRS anchos subyacentes (es decir, BBB y ritmos ventriculares estimulados).
Además, agregando SpO 2y/o PA arterial invasiva, que no se utilizan en los algoritmos actuales, probablemente mejoró el algoritmo desarrollado, que se informó en otros estudios.
Si bien el algoritmo de TV probado en este estudio parece prometedor, se justifica un estudio futuro que investigue la concordancia entre esta TV identificada con el del monitor de cabecera actual, otros proveedores y la base de datos MIMIC III.
En este estudio, el 17% de las TV quedaron sin resolver y se concentraron en el 2% de la muestra.
La gran mayoría de los eventos no resueltos se confundió con el ritmo ventricular, seguido por BBB subyacente.
Menos del 5% de los eventos tenían una combinación de ambos factores de confusión.
Las taquiarritmias (sinusales o auriculares) a una frecuencia >100 latidos/min en pacientes con estos factores de confusión pueden simular TV.
Es importante destacar que estos 17 pacientes tenían casi las tres cuartas partes del número total de TV.
Estos factores de confusión se han identificado como una fuente de TV falsa en otros estudios.
Es importante destacar que estos factores de confusión del ECG son comunes en pacientes adultos hospitalizados.
En un estudio con 4739 participantes comunitarios (edad media 62 + 6,2 años), el 31,8 % tenía anomalías en el ECG, incluido BBB (derecho e izquierdo), fibrilación auricular; y la hipertrofia ventricular izquierda y las tasas de ocurrencia aumentaron con la edad.
En un estudio hospitalario de 148 pacientes mayores de 60 años, el 17 % tenía fibrilación auricular, el 39 % anomalías de la repolarización y el 5 % BBB (derecha o izquierda).
Finalmente, en otro estudio hospitalario en 292 pacientes cardíacos de la UCI, el 63 % tenía anomalías en el ECG basales, como hipertrofia ventricular izquierda, BBB (derecha/izquierda) o anomalías en la forma de onda del ECG inducidas por fármacos.
Dado que el 61% de la muestra era mayor de 60 años, se espera que estas anomalías en el ECG sean comunes en los pacientes de la UCI, lo que podría aumentar las TV falsas.
Esto es problemático dado que estas anormalidades en el ECG están asociadas con una enfermedad cardíaca estructural, lo que coloca a estos pacientes seleccionados en riesgo de TV verdadera.
Cabe señalar que, si bien las TV no resueltas se concentraron en una pequeña cohorte de pacientes únicos, estos factores de confusión del ECG se observaron con frecuencia en toda la muestra.
Esto sugiere que el nuevo algoritmo pudo diferenciar TV en una gran cantidad de casos, pero aún necesita mejoras para superar este problema.
En resumen, el diagnóstico de TV verdadera es muy complejo entre pacientes seleccionados con anomalías subyacentes en la forma de onda del ECG y arritmias concurrentes de taquicardia, lo que destaca la necesidad de mejoras adicionales en los algoritmos para mejorar la detección de TV verdadera y minimizar las falsas alarmas.
El desarrollo de algoritmos de arritmia nuevos y mejorados para su uso en dispositivos de ECG disponibles comercialmente ha permanecido estancado durante décadas.
Esto se debe en gran parte al hecho de que solo tres conjuntos de datos de referencia (es decir, AHA-ECRI, CUBD y las bases de datos MIT/BIH), que se desarrollaron en la década de 1970, están disponibles para probar y desarrollar algoritmos de TV cuando buscan la aprobación de la FDA.
Hay fallas fundamentales en estos conjuntos de datos, que incluyen señales analógicas, registros Holter de dos canales, números pequeños de pacientes, números insuficientes de arritmias críticas y tiempos de registro breves (es decir, de 3 h a 30 min).
Si bien el subconjunto coincidente de la base de datos de formas de onda MIMIC III recopilado en una muestra de UCI está disponible públicamente para la comunidad de investigación, estos datos también están incompletos.
Por ejemplo, solo hay una pequeña cantidad de grabaciones (es decir, 750 de entrenamiento y 500 de prueba) y las grabaciones son «fragmentos» de 300 s alrededor de un posible evento de TV.
Hay disponible un pequeño número de TV (es decir, 253 falsos y 90 verdaderos [entrenamiento] y 176 falsos y 45 verdaderas TV [pruebas]).
Si bien se incluyen dos señales fisiológicas (SpO 2 y presión arterial invasiva), solo hay dos derivaciones de ECG disponibles, en lugar de las siete que se usan normalmente en los monitores de ECG de los hospitales.
Un aspecto positivo de estos datos fue que se anotaron las arritmias; sin embargo, no se describieron los detalles sobre el equipo de anotación (es decir, expertos clínicos versus ingenieros).
Varios investigadores probaron nuevos algoritmos de TV utilizando estos datos y mostraron resultados prometedores; sin embargo, un hallazgo consistente fue que la TV fue la más difícil de clasificar con precisión.
Dadas estas limitaciones, no es de extrañar que se hayan realizado muy pocos avances en este campo de estudio.
El protocolo de anotación humano descrito en este documento representa el estudio más completo realizado hasta la fecha en una población de UCI utilizando datos de monitores de cabecera modernos.
Estos datos ofrecen oportunidades significativas para que otros investigadores desarrollen y prueben algoritmos de arritmia nuevos y mejorados y mejoren los algoritmos analíticos predictivos que integran las arritmias.
Además, estos datos podrían elevar los estándares utilizados por los reguladores (es decir, la FDA) al aprobar dispositivos de monitoreo de ECG en hospitales con el objetivo final de mejorar la precisión de la detección de arritmias.
Existe la necesidad de realizar esfuerzos de anotación similares que examinen otras arritmias importantes (es decir, asistolia, fibrilación ventricular, fibrilación auricular y bradicardia ventricular), que se está realizando ahora.
A pesar del rendimiento mejorado del algoritmo para identificar la TV real, el presente estudio también muestra la complejidad de clasificar la TV entre pacientes seleccionados con ritmos ventriculares estimulados subyacentes y BBB.
Si bien el conjunto de datos incluyó una gran cohorte de más de 5300 pacientes, el 16 % de los cuales tuvo ≥1 evento(s) de TV, solo fueron incluidos pacientes de la UCI.
Se necesitan estudios futuros que examinen la TV en entornos que no sean UCI donde se utilice la monitorización de ECG (es decir, unidad de telemetría, médico/quirúrgico, departamento de emergencias, etc.).
Los pacientes de la UCI suelen estar inmóviles e inconscientes, lo que podría reducir el ruido y los artefactos asociados con la TV falsa.
Además, el algoritmo propuesto incorporó la SpO 2 , que todos los pacientes de la UCI tenían disponible, y/o la forma de onda de la presión arterial, que ~10 % de los pacientes de la UCI tenían también disponible.
Debido a que la unidad que no es de UCI puede tener solo SpO 2 disponibles y ninguno tendría ondas de presión arterial, es probable que el rendimiento del nuevo algoritmo en este entorno se vea afectado.
Por lo tanto, se desconoce el rendimiento del nuevo algoritmo en estas poblaciones/configuraciones y requiere una evaluación adicional.
Se examinaron solo los datos de ECG de un proveedor.
El rendimiento del algoritmo TV propuesto en comparación con otros proveedores está garantizado para aumentar la generalización de los hallazgos.
Además, se necesita el rendimiento de este algoritmo al del monitor de cabecera actual para determinar el acuerdo/desacuerdo y los eventos de TV perdidos.
No se diferenció TV monomórfica frente a polimórfica (Torsades des Pointe) durante la anotación, lo que podría ser útil para desarrollar y probar nuevos algoritmos.
Como antídoto, se encontró que la TV polimórfica era rara; por eso, solo una pequeña proporción del número total de eventos de TV en esta base de datos eran de naturaleza polimórfica.
Solo examinaron la TV en este artículo, se necesita la evaluación y anotación de otras arritmias clínicamente importantes.
Si bien se definió la TV utilizando los criterios utilizados actualmente en la práctica clínica (es decir, >6 QRS anchos >100 latidos/min), estos criterios bastante estrictos pueden ser demasiado sensibles y dar como resultado una TV verdadera innecesaria (es decir, no procesable).
Por ejemplo, en un estudio anterior, se demostró que la TV verdadera procesable (es decir, medicamentos o electrolitos nuevos o ajustados, desfibrilación y paro cardíaco intrahospitalario) fue de mayor duración y mucho más rápida que la TV no procesable.
Se justifican estudios adicionales para identificar criterios clínicamente importantes de TV que se asocian con resultados adversos para el paciente (es decir, paro cardíaco, síntomas agudos, y/o cambios en los signos vitales), lo que podría reducir aún más las alarmas innecesarias al tiempo que identifica a los pacientes de alto riesgo que se beneficiarían de las terapias disponibles.
Si bien el algoritmo de TV diseñado resultó en menos eventos de TV falsos (35 %) en comparación con el monitor de cabecera actual de la institución (87 %), esta tasa sigue siendo inaceptablemente alta.
También identificaron un pequeño subgrupo de 17 pacientes únicos que tenían casi 4000 eventos de TV sin resolver (ni verdadero ni falso).
Estos pacientes a menudo presentaban marcapasos ventricular subyacente y/o BBB (derecho/izquierdo) y taquicardia concurrente (es decir, sinusal o fibrilación/aleteo auricular). Por lo tanto, se necesita el desarrollo de algoritmos futuros destinados a mejorar la detección de TV en pacientes con estos factores de confusión.
Además, al incorporar otras características de ECG, incluida la morfología QRS y otras características en derivaciones específicas, y la derivación II también deben explorarse en futuros algoritmos.
Por último, no se exploró el número de eventos de TV perdidos (falsos negativos) utilizando el algoritmo de TV propuesto.
Sin embargo, este grupo de investigadores está emprendiendo este esfuerzo ahora.
Como conclusión, el protocolo de anotación de alarmas de TV descrito en el documento es el esfuerzo de anotación humano más grande y completo realizado hasta la fecha.
El diseño del protocolo utilizado (es decir, verdad sobre el terreno, varios niveles, anotación manual, confirmado por tres expertos) utilizando monitores de ECG de cabecera actualmente disponibles debería servir como una base de datos estándar de oro utilizada para desarrollar y probar no solo los algoritmos de TV actuales sino también los nuevos.
La base de datos de TV de UCSF incluye una rica muestra de pacientes de la UCI del mundo real con eventos de TV no solo verdaderos y falsos, sino también eventos de TV menos definitivos, lo que tiene implicaciones para la práctica clínica y los investigadores que desarrollan algoritmos de TV.
Esta base de datos cuidadosamente anotada también podría usarse para probar enfoques de inteligencia artificial (IA) (es decir, aprendizaje automático) utilizados para identificar TV.
Dado que teníamos una tasa mucho más alta de TV verdadera usando el algoritmo desarrollado,
Es probable que estos datos mejoren sustancialmente las técnicas de IA.
El siguiente paso en esta línea de investigación es anotar la tasa de TV falsas negativas (es decir, TV perdidos) utilizando el algoritmo de los autores y comparar las TV identificadas con los utilizados en varios monitores de cabecera actualmente disponibles.
* Pelter MM, Carey MG, Al-Zaiti S, Zegre-Hemsey J, Sommargren C, Isola L, Prasad P, Mortara D, Badilini F. An annotated ventricular tachycardia (VT) alarm database: Toward a uniform standard for optimizing automated VT identification in hospitalized patients. Ann Noninvasive Electrocardiol. 2023 Jul;28(4):e13054. doi: 10.1111/anec.13054. Epub 2023 Mar 9. PMID: 36892130; PMCID: PMC10335615.
