Torna agli Studi clinici

 

Analisi di database clinici:  Pediatric Acute Respiratory Distress Syndrome (ALIARDS)

 

ALIARDSQuesto progetto mira a trovare soluzioni tecnologiche a supporto dei problemi generali associati all’analisi dei dati relativi alla sindrome da distress respiratorio acuto nei pazienti pediatrici (Pediatric Acute Respiratory Distress Syndrome - ALIARDS).

ALIARDS è un esempio della complessità presente nella diagnosi sia di una sindrome che di una malattia complessa. Infatti essa rappresenta in realtà due condizioni distinte, il danno polmonare acuto (ALI) e la sindrome da distress respiratorio acuto (ARDS), che a volte sono combinati nella diagnosi a causa della loro presentazione clinica simile, sebbene con origini potenzialmente diverse.

ARDS è gestita come una sindrome polmonare grave che può progredire con infiammazione, ipossiemia e insufficienza multiorgano fino a raggiungere un tasso di mortalità del 50%. Un’analisi basata sulle reti appare ideale per affrontare la complessità dei dati in modo obiettivo e globale. Il risultato dell’analisi di rete viene successivamente validato attraverso una metodica statistica più tradizionale.

La network analysis è, infatti, adatta a descrivere, esplorare e comprendere aspetti strutturali e relazionali delle sindromi complesse. In questo progetto, la creazione della rete è stata avviata a partire dalle cartelle cliniche dei pazienti, cioè casi di ricovero ospedaliero, estratti dal sistema virtuale di unità di cura intensiva pediatrica (Virtual Pediatric Intensive Care Unit System - VPS) forniti da ospedali degli Stati Uniti attraverso IPQ Analytics, nostro partner nel progetto.

Il dataset iniziale è composto da 171.750 casi. La visualizzazione dei dati tramite grafi permette varie rappresentazioni dei network. Le analisi descrittive delle proprietà del network forniscono dettagli riguardanti la posizione dei nodi, le proprietà di sottogruppi del network, e le caratteristiche del network nel suo complesso.

La rappresentazione e l’analisi di rete (social network analysis) è stata svolta con il supporto di Gephi, una piattaforma software open source che permette l’esplorazione e l'analisi interattive di network complessi grazie all’uso della tecnologia basata sul modello matematico della teoria dei grafi. L'algoritmo di rilevamento delle comunità è stato applicato per identificare alcune comunità, derivate dalla forza delle connessioni tra le caratteristiche dei nodi.

Il vantaggio di utilizzare l’approccio della network analysis consiste in una visualizzazione più immediata delle caratteristiche dei gruppi evidenziando le connessioni tra sesso, età, etnia e variabili cliniche. Queste connessioni permettono una migliore stratificazione della malattia e del paziente e migliorano il potenziale di identificazione delle associazioni tra caratteristiche del paziente, profili patologici e farmaci prima che abbiano un impatto sulle grandi popolazioni statisticamente supportabili.

La seconda fase del progetto sta per iniziare. Si tratta di una piattaforma software che fornirà la possibilità di utilizzare diversi modi per selezionare coorti virtuali di pazienti, basate su un insieme di parametri definiti, che sono filtri singoli o multipli (su una singola informazione o una loro combinazione). Ad esempio, sarà possibile filtrare i dati attraverso il campo Genere, o una combinazione di campi come Genere-Età-Categorie di Diagnosi Primarie.

I dati estratti saranno disponibili come dati di riga e/o restituiti in forma di tabella e grafici di dati. Le query saranno conservate in modo da poter essere riavviate in tempi diversi. Un modulo di registrazione dei dati fornirà l'accesso ai risultati delle query. Il sistema fornirà inoltre schermate di specifiche funzionalità di immissione dei dati.