У пациентов с COVID-19, которым проводится механическая вентиляция, пронирование стало очень важной стратегией лечения, но перевод пациента в прон-позицию является делом трудоемким и имеет свои неблагоприятные эффекты. Тем самым, идентификация среди интубированных пациентов с COVID-19 тех, кто получит наибольшую пользу от пронирования, может помочь снизить нагрузку на медицинский персонал отделения интенсивной терапии (ОИТ).
Методы: используя базу данных пациентов с COVID-19, содержащую информацию, поступающую из 25 госпиталей Германии, авторы выбрали 3619 эпизодов пронирования среди 1142 пациентов, которым проводилась интубация с последующей инвазивной вентиляцией. Были исключены эпизоды с длительностью, превышающей 24 часа. Берлинские критерии ОРДС не были хорошо документированы. Авторы использовали алгоритмы контролируемого машинного обучения (Logistic Regression, Random Forest, Naive Bayes, K-Nearest Neighbors, Support Vector Machine, Extreme Gradient Boosting) и клинически значимые особенности для прогнозирования успеха от пронирования после 4-х часов (окно от 1 часа до 7 часов), основываясь на разнообразных исходах. Эти исходы определялись как улучшение по меньшей мере на 10% соотношения PaO2 /FiO2, вентиляционного коэффициента, системного комплаенса респираторной системы и механической мощности. Для каждого исхода были разработаны отдельные модели. Возвращение пациента в позицию на спине в течение 4-х часов после пронирования считалось неуспешным пронированием. Авторы также разработали модели улучшения состояния на основании данных о PaO2 /FiO2 , в которых использовались точки отсечения, равные 20 ммHg. Для всех моделей были изучены важные особенности, что вносят свой вклад в прогностическую производительность, основываясь на их относительном рейтинге.
Результаты: медиана длительности эпизода пронирования составила 17 часов (11-20, медиана и IQR, N = 2632). Несмотря на экстенсивное моделирование с использованием множества методов машинного обучения и большое количество потенциально значимых клинических особенностей, распознавание между ответчиками и не-ответчиками оставалось очень незначительным с AUROC 0.62 для PaO2 /FiO2. Важность признака не согласовывалась между моделями в отношении разных исходов. Примечательно, что даже отсутствие ранее ответа на пронирование или на уровень РЕЕР до пронирования, не внесло значительного вклада в прогнозирование успешности следующего эпизода пронирования.
Выводы: у механически вентилируемых пациентов с COVID-19 прогнозирование успешности перевода их в прон-позицию, используя для этого клинически релевантные и легко доступные параметры, полученные из электронных историй болезни, в настоящее время невозможно. Принимая во внимание имеющиеся на сегодня доказательства, либеральный подход к пронированию всех пациентов с ОРДС и COVID-19 безусловно оправдан и не зависит от успешности или не успешности результатов предыдущих эпизодов пронирования.