Fisiología respiratoria tras la resupinación después de la ventilación en prono para predecir la mortalidad a 28 días en pacientes con ventilación mecánica: un análisis mediante aprendizaje automático

Por qué importa girar a los pacientes

Durante la crisis por COVID-19, los médicos que atendían a los pacientes más graves con respiradores frecuentemente los colocaban boca abajo, una maniobra llamada posicionamiento en prono. Este simple cambio de postura puede mejorar cómo el aire y la sangre se distribuyen en pulmones dañados. Pero exige mucho al personal y no está exento de riesgos. Este estudio plantea una pregunta práctica con consecuencias de vida o muerte: después de que un paciente se vuelva a colocar boca arriba, ¿puede el comportamiento de sus pulmones ayudar a los médicos a predecir quién es probable que sobreviva el mes siguiente—y orientar si conviene seguir utilizando esta maniobra o pasar a otros tratamientos?

Cómo se valora hoy una sesión en prono

En las unidades de cuidados intensivos, el éxito de colocar a un paciente boca abajo suele juzgarse por un único número que refleja qué tan bien el oxígeno pasa del aire a la sangre. Si ese número sube con rapidez, la sesión muchas veces se considera un éxito; si no, algunos equipos pueden abandonar sesiones posteriores. Sin embargo, centrarse solo en el oxígeno puede pasar por alto otras señales importantes de esfuerzo pulmonar o daño oculto. Los autores de este estudio sospechaban que lo que ocurra unas horas después de que el paciente vuelva a estar boca arriba podría revelar más sobre si los pulmones se han recuperado realmente o si solo mostraron una mejoría de corta duración.

Analizando datos reales de UCI

Para investigar esto, los investigadores recurrieron a una gran base de datos neerlandesa de adultos con COVID-19 grave que necesitaron ventilación mecánica en la UCI. Seleccionaron 522 pacientes que siguieron una secuencia clara: tumbados boca arriba, luego boca abajo y de nuevo boca arriba, todo dentro del primer periodo con ventilación y con el periodo en prono de menos de 24 horas. Para cada persona recopilaron medidas de gases en sangre y de la rigidez o elasticidad pulmonar durante las cuatro horas previas al giro a prono y durante las cuatro horas posteriores a la resupinación. Después emplearon técnicas informáticas modernas, incluido un método llamado aprendizaje automático, para ver si los patrones en estos números podían prever la muerte dentro de los 28 días desde el inicio de la ventilación.

Lo que los números revelaron sobre los pulmones

Al comparar supervivientes y no supervivientes, los investigadores hallaron que las medidas tradicionales tomadas antes de girar a los pacientes a prono eran bastante similares entre los grupos. Las diferencias surgieron después de que los pacientes fueron devueltos a la posición supina. Aquellos que murieron dentro de los 28 días tendían a necesitar ajustes de oxígeno más elevados en el ventilador, mostraban una peor transferencia de oxígeno del aire a la sangre y tenían signos de que una mayor porción de su respiración no participaba en el intercambio gaseoso—una pista de regiones pulmonares enfermas o subinfladas. Sus pulmones también parecían más rígidos, obligando al ventilador a aplicar mayor presión en cada respiración. En contraste, los supervivientes mostraron con más frecuencia mejoras sostenidas en la transferencia de oxígeno y pudieron mantenerse con menos oxígeno, lo que sugiere una reclutación más exitosa de áreas pulmonares previamente colapsadas.

Dejando que los ordenadores encuentren patrones de supervivencia

Dado que muchas de estas medidas pulmonares están relacionadas entre sí de maneras complejas, el equipo utilizó modelos de aprendizaje automático para combinarlas. Primero redujeron las mediciones más informativas y luego entrenaron varios tipos de modelos con parte del grupo de pacientes y los probaron con el resto. Ningún modelo fue perfecto, pero todos distinguieron a los supervivientes de los no supervivientes mejor que el azar. Un modelo conocido como XGBoost fue el que mejor rendimiento mostró en general, equilibrando la detección de la mayoría de los pacientes que morirían sin generar demasiadas falsas alarmas. Ciertas características—especialmente la relación entre el oxígeno en sangre y el oxígeno suministrado, la fracción de ventilación desperdiciada que no intercambió gases, la distensibilidad pulmonar y la cantidad de oxígeno que el ventilador aún debía suministrar—fueron las que más peso tuvieron en las predicciones.

Qué significa esto para las decisiones en la cabecera

Para pacientes y familias, el mensaje clave es que el comportamiento pulmonar tras una sesión de prono puede decir a los médicos más sobre la probabilidad de supervivencia que el aumento inmediato y a menudo celebrado del oxígeno observado mientras el paciente está boca abajo. Este estudio sugiere que un conjunto breve de medidas rutinarias—tomadas unas horas después de volver a la posición supina—puede ayudar a clasificar a los pacientes en grupos de mayor y menor riesgo, aunque la predicción esté lejos de ser perfecta. Si bien los modelos informáticos necesitan conjuntos de datos más grandes y variados para volverse realmente fiables y fáciles de usar, apuntan hacia un futuro en el que las decisiones sobre continuar con el prono, probar otras terapias de rescate o ajustar los parámetros del ventilador se guíen por una imagen más completa de la función pulmonar en lugar de por un único número de oxígeno.

Cita: Lijović, L., Dam, T.A., Baek, M.S. et al. Respiratory physiology after resupination following prone ventilation to predict 28-day mortality in mechanically ventilated patients: a machine learning analysis. Sci Rep 16, 8188 (2026). https://doi.org/10.1038/s41598-026-39336-3

Palabras clave: Síndrome de distrés respiratorio agudo, ventilación en prono, ventilación mecánica, UCI COVID-19, predicción mediante aprendizaje automático