Fisiologia respiratória após resupinação após ventilação em prona para prever mortalidade em 28 dias em pacientes com ventilação mecânica: uma análise por aprendizado de máquina

Por que virar os pacientes é importante

Durante a crise da COVID-19, médicos que cuidavam dos pacientes mais graves em respiradores frequentemente os viravam de barriga para baixo, uma manobra chamada posicionamento em prona. Essa simples mudança de postura pode melhorar como o ar e o sangue se distribuem por pulmões lesionados. Mas é exigente para a equipe e não está isenta de riscos. Este estudo faz uma pergunta prática com consequências de vida ou morte: depois que o paciente é virado de volta para as costas, o comportamento dos pulmões pode ajudar os médicos a prever quem tem maior probabilidade de sobreviver ao mês seguinte — e orientar se devem continuar usando essa manobra ou mudar para outros tratamentos?

Como os médicos avaliam uma sessão de prona hoje

Nas unidades de terapia intensiva, o sucesso de virar um paciente para a posição prona costuma ser avaliado por um único número que reflete o quão bem o oxigênio passa do ar para o sangue. Se esse número sobe rapidamente, a sessão é frequentemente considerada um sucesso; caso contrário, algumas equipes podem abandonar sessões adicionais. Ainda assim, esse foco apenas no oxigênio pode deixar de fora outros sinais importantes de estresse pulmonar ou danos ocultos. Os autores deste estudo suspeitaram que o que acontece algumas horas após o paciente ser resupinado pode revelar mais sobre se os pulmões realmente se recuperaram ou mostraram apenas uma melhora de curta duração.

Investigando dados reais de UTI

Para explorar isso, os pesquisadores recorreram a um grande banco de dados holandês de adultos com COVID-19 grave que precisaram de ventilação mecânica na UTI. Selecionaram 522 pacientes que passaram por uma sequência clara: decúbito dorsal, depois prona e depois decúbito dorsal novamente, tudo dentro do primeiro período de ventilação e com o período em prona mantido abaixo de 24 horas. Para cada pessoa, coletaram medidas de gases sanguíneos e de quão rígidos ou elásticos os pulmões estavam durante as quatro horas antes da virada para prona e durante as quatro horas após a resupinação. Em seguida, usaram técnicas computacionais modernas, incluindo um método chamado aprendizado de máquina, para ver se padrões nesses números poderiam prever morte dentro de 28 dias do início da ventilação.

O que os números revelaram sobre os pulmões

Ao comparar sobreviventes e não sobreviventes, os pesquisadores observaram que as medidas tradicionais obtidas antes de virar os pacientes para a prona eram bastante semelhantes entre os grupos. As diferenças surgiram após os pacientes serem retornados às costas. Aqueles que morreram dentro de 28 dias tendiam a ainda precisar de níveis mais altos de oxigênio no ventilador, apresentavam pior transferência de oxigênio do ar para o sangue e mostravam sinais de que uma maior parcela do volume respiratório não participava da troca gasosa — uma pista de regiões pulmonares doentes ou pouco recrutadas. Seus pulmões também pareciam mais rígidos, fazendo o ventilador trabalhar mais a cada respiração. Em contraste, os sobreviventes mostraram com mais frequência melhorias sustentadas na transferência de oxigênio e puderam ser suportados com menos oxigênio, sugerindo recrutamento mais bem-sucedido de áreas pulmonares previamente colapsadas.

Deixando os computadores encontrar padrões de sobrevivência

Porque muitas dessas medidas pulmonares estão relacionadas entre si de maneiras complexas, a equipe usou modelos de aprendizado de máquina para combiná-las. Primeiro restringiram as medidas mais informativas e depois treinaram vários tipos de modelos em parte do conjunto de pacientes e os testaram no restante. Nenhum modelo foi perfeito, mas todos distinguiram sobreviventes de não sobreviventes melhor do que o acaso. Um modelo conhecido como XGBoost teve o melhor desempenho geral, equilibrando a detecção da maior parte dos pacientes que viriam a morrer e evitando muitos alarmes falsos. Certas características — especialmente a razão entre oxigênio no sangue e oxigênio administrado, a fração de ventilação desperdiçada que não trocou gases, a complacência (ou extensibilidade) pulmonar e a quantidade de oxigênio que o ventilador ainda precisava fornecer — tiveram maior peso nas previsões.

O que isso significa para decisões à beira do leito

Para pacientes e familiares, a mensagem principal é que o comportamento dos pulmões após uma sessão de prona pode dizer aos médicos mais sobre a probabilidade de sobrevivência do que o aumento imediato — e frequentemente comemorado — na oxigenação observado enquanto o paciente está em prona. Este estudo sugere que um conjunto curto de medidas rotineiras — tomadas algumas horas após o retorno ao decúbito dorsal — pode ajudar a classificar pacientes em grupos de maior e menor risco, embora a previsão esteja longe de ser perfeita. Enquanto os modelos computacionais precisam de dados maiores e mais diversos para se tornar verdadeiramente confiáveis e fáceis de usar, eles apontam para um futuro em que decisões sobre continuar a prona, tentar outras terapias de resgate ou ajustar parâmetros do ventilador sejam guiadas por um quadro mais rico da função pulmonar, em vez de um único número de oxigênio.

Citação: 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

Palavras-chave: síndrome do desconforto respiratório agudo, ventilação em prona, ventilação mecânica, UTI COVID-19, previsão por aprendizado de máquina