Rozwój technologii i metod analitycznych pozwolił na stworzenie zaawansowanych modeli predykcyjnych, które mogą szybko i dokładnie ocenić rokowanie pacjentów po zatrzymaniu krążenia. Te narzędzia mają potencjał znacznego poprawienia zarządzania klinicznego w oddziałach ratunkowych1.
Model SCARS
Model SCARS (Survival and Cerebral performance after Resuscitation Score) może w ciągu 15 sekund oszacować prawdopodobieństwo przeżycia i funkcji neurologicznych u pacjentów z zatrzymaniem krążenia poza szpitalem podczas trwającej resuscytacji w oddziale ratunkowym1.
Model wykorzystuje od pięciu do dziesięciu łatwo dostępnych zmiennych, takich jak: przywrócenie spontanicznego krążenia (ROSC), świadomość w oddziale ratunkowym, użycie adrenaliny, sposób prezentacji początkowej oraz wiek pacjenta. Te zmienne pozwalają na dostarczenie klinicystom kluczowych informacji podczas trwającej resuscytacji2.
Skala GO-FAR
Dla zatrzymania krążenia wewnątrzszpitalnego najlepszą skuteczność wykazuje skala GO-FAR, która osiąga obszar pod krzywą ROC wynoszący 0,78 w porównaniu do 0,59 dla skali PAM i 0,62 dla skali PAR3. GO-FAR wykazuje najlepszą skuteczność podczas walidacji w populacjach zewnętrznych i jest obecnie najbardziej wiarygodnym i przetestowanym modelem3.
Sztuczne sieci neuronowe
Modele wykorzystujące sztuczne sieci neuronowe (ANN) wykazują doskonałą zdolność przewidywania powrotu do zdrowia neurologicznego i przewyższają konwencjonalne modele oparte na regresji logistycznej4. Wśród danych dostępnych w momencie hospitalizacji, czynniki związane z okresem przedszpitalnym niosą najwięcej informacji prognostycznych4.
Ogólny model ANN oparty na wszystkich 54 zmiennych dostępnych przy przyjęciu wykazuje doskonałą zdolność przewidywania wyników z obszarem pod krzywą ROC wynoszącym 0,8915. Nawet uproszczony model używający tylko trzech najważniejszych niezależnych czynników (wiek, czas do ROSC i pierwszy monitorowany rytm) osiąga doskonałą zdolność predykcyjną z AUC 0,8525.
Zastosowanie kliniczne
Solidne i proste skale prognostyczne używane jako praktyczne narzędzie wspierające oceny kliniczne prawdopodobnie poprawiłyby ogólną opiekę nad pacjentami po zatrzymaniu krążenia, kierując bardzo zaawansowane i potencjalnie wysokoryzykowne inwazyjne leczenie do tych pacjentów, którzy mogą z niego skorzystać5.
Prawdopodobieństwa czasozależne przeżycia i korzystnego wyniku funkcjonalnego u pacjentów oczekujących na pierwsze ROSC w każdej minucie trwania resuscytacji dostarczają zespołom ratunkowym, pacjentom i ich rodzinom wglądu w prawdopodobieństwo korzystnych wyników, jeśli pacjent będzie nadal otrzymywał resuscytację6.
Ograniczenia obecnych modeli
Większość opublikowanych modeli prognostycznych ma umiarkowane ryzyko błędu systematycznego i nie została zwalidowana zewnętrznie3. Wyzwaniem pozostaje identyfikacja markerów o najwyższej swoistości i najniższym współczynniku fałszywie pozytywnych wyników, aby zminimalizować możliwość błędnej prognozy7.
Przyszłość modeli predykcyjnych
Znaczenie funkcjonalnego rezonansu magnetycznego w spoczynku musi zostać potwierdzone w prospektywnych badaniach wieloośrodkowych w celu określenia jasnych algorytmów prognostycznych dla pacjentów w śpiączce po zatrzymaniu krążenia na wczesnym etapie8. Wyniki wskazują na diagnostyczną i prognostyczną wartość wczesnego fMRI u pacjentów w śpiączce po zatrzymaniu krążenia i udanej resuscytacji8.

















