Surgery and intensive care unit. Female doctor or nurse in surgical child neonatal hospital with artifical lung ventilation device
I ricercatori del Neuroscience Center del Children’s Hospital di Philadelphia (CHOP) hanno progettato un nuovo algoritmo di apprendimento automatico in grado di prevedere quali neonati ricoverati in terapia intensiva potrebbero subire delle crisi convulsive.
I risultati del nuovo studio sono stati pubblicati su Lancet Digital Health e sono abbastanza promettenti. Questo modello si potrebbe inserire nei trattamenti di routine e potrebbe aiutare il team clinico nella decisione su quali bambini sottoporre ad elettroencefalogramma.
Le convulsioni neonatali sono anomale scariche elettriche a livello del sistema nervoso centrale che si manifestano sottoforma di attività muscolare stereotipata. Le crisi convulsive neonatali sono molto frequenti: circa l’1.4% di neonati e il 20% di neonati prematuri manifestano convulsioni. Solitamente sono correlate a seri problemi neonatali e sono un fattore di rischio per la mortalità nei neonati.
In particolare, l’ipossia ischemica è la causa più frequente delle convulsioni prenatali. Si tratta di una lesione cerebrale neonatale grave e permanente causata da mancanza di ossigeno o sangue nel neonato o nella fase perinatale. Le convulsioni possono essere trattate con ipotermia termica così che possano ridursi in circa 3/4 giorni.
Le cause delle crisi convulsive possono essere anche altre, come ictus ischemico, infezioni neonatali. Le convulsioni neonatali sono focali e difficili da distinguere dall’attività neonatale a causa dell’immaturità di mielinizzazione e incompleta formazione dei dendriti e delle sinapsi del cervello.
L’osservazione clinica non basta per diagnosticare le convulsioni e poterle distinguere da semplici movimenti neonatali. Queste convulsioni possono essere rilevate solo attraverso il monitoraggio Eeg.
Il gold standard per il loro rilevamento è l’elettroencefalogramma continuo (CEeg). Per diagnosticare l-ipossia ischemica, le linee guida raccomandano che i bambini vengano sottoposti al CEeg durante i periodi di trattamento, ovvero per circa 5 giorni. Infatti, l’elettroencefalografia con monitoraggio video maggiore di 24 h può rilevare convulsioni elettriche silenti clinicamente in corso, soprattutto nei primi giorni dopo un trauma o una crisi convulsiva.
Come tecnologia point of care, ovvero per la gestione di urgenza, è utilizzato anche l’AEeg (Amplitude Integrate Eeg). Le tecnologia consente al neonatologo di effettuare Eeg appena dopo una convulsione e capire se è necessario il trattamento.
Per implementare un modello di predizione automatico delle convulsioni, i ricercatori di Philadelphia hanno utilizzato i dati Eeg presenti nelle cartelle cliniche elettroniche di oltre 1000 neonati.
Per creare il modello di predizione non sono stati utilizzati approcci statistici convenzionali ma un algoritmo di tipo automatico per l’addestramento dei dati. Inoltre la refertazione EEG standardizzata ha permesso migliori prestazioni, per cui è importante raccogliere i dati clinici in formato digitale e secondo uno standard univoco. Lo studio ha dimostrato che i dati clinici ed Eeg disponibili dal primo giorno di cEeg sono altamente predittivi di convulsioni nei giorni successivi.
Lo studio retrospettivo ha rilevato che questi modelli sono in grado di prevedere le convulsioni con una precisione superiore al 90%. La sensibilità del modello cresce fino al 100% con epilessia da ipossia ischemica. Secondo gli autori questo è il primo studio che riporta un modello di previsione delle crisi basato su rapporti standardizzati di derivazione clinica.
Il prossimo passo è quello di inserire il modello nella pratica clinica, come sostiene il neurologo pediatrico Ingo Helbig, coordinatore dello studio: “Se possiamo convalidare ulteriormente questo modello attraverso l’analisi di più dati, esso potrebbe consentire un uso più mirato di risorse EEG, riducendone l’uso per i pazienti a basso rischio. Ciò significherà rendere la cura dei bambini con problemi neurologici in terapia intensiva neonatale maggiormente personalizzata. Riteniamo che incorporare questo modello nella pratica clinica in tempo reale potrebbe migliorare notevolmente la qualità e l’efficienza delle cure che forniamo in questi primi giorni critici della vita.“
Dopo aver pubblicato i risultati dello studio di Lancet Digital Health, il team di ricerca ha reso il modello pubblicamente disponibile online. Questo progetto ha indicato che raccogliere dati standardizzati nella pratica clinica può essere utile per lo sviluppo della ricerca e per fornire cure migliori. Questo approccio si può utilizzare anche per altri interventi.
Stiamo già utilizzando questo stesso approccio per raccogliere dati su tutti i rapporti EEG, migliaia di visite di epilessia nel tempo e numerosi altri domini all’interno del Centro di neuroscienze, creando così un vero sistema sanitario di apprendimento. – Nicholas Abend, medico e direttore del Neuroscience Center presso CHOP.
Come tutti gli algoritmi automatici di predizione, si tratta di un modello di previsione che assiste e facilita la decisione clinica senza sostituire il clinico. Nonostante l’alta accuratezza, il modello ha dei limiti e la supervisione del clinico nella decisione è necessaria sia per aumentare la competenza dei clinici sia per evitare errori da parte degli strumenti informatici.
