Respiratorisk fysiologi efter återvändning från bukläge efter prone-ventilation för att förutsäga 28-dagars mortalitet hos mekaniskt ventilerade patienter: en maskininlärningsanalys

Varför det spelar roll att vända patienter

Under COVID-19-krisen vände läkare som vårdade de svårast sjuka patienterna på respirator ofta patienterna på mage, ett förfarande som kallas bukläge (prone positioning). Denna enkla förändring av kroppsläget kan förbättra hur luft och blod rör sig genom skadade lungor. Men det är arbetskrävande för personalen och inte utan risker. Denna studie ställer en praktisk fråga med liv-eller-död-konsekvenser: efter att en patient vänds tillbaka på rygg, kan hur lungorna beter sig hjälpa läkare att förutsäga vem som sannolikt överlever den kommande månaden — och vägleda om man ska fortsätta med detta förfarande eller byta till andra behandlingar?

Hur man i dag bedömer en vändningssession

På intensivvårdsavdelningar bedöms ofta en vändning till mage utifrån ett enda tal som speglar hur väl syre överförs från luften till blodet. Om det talet stiger snabbt anses sessionen ofta vara framgångsrik; om inte kan vissa team avbryta ytterligare sessioner. Men detta fokus på enbart syre kan missa andra viktiga tecken på lungbelastning eller dold skada. Studien antydde att det som händer några timmar efter att patienten vänds tillbaka på rygg kan avslöja mer om huruvida lungorna verkligen återhämtat sig eller bara visade en kortvarig förbättring.

Gräva i verkliga IVA-data

För att undersöka detta vände forskarna sig till en stor nederländsk databas med vuxna med svår COVID-19 som behövde mekanisk ventilation på intensivvården. De valde ut 522 patienter som genomgått en tydlig sekvens: ryggläge, därefter bukläge, och sedan tillbaka till ryggläge, allt under den första ventilationsperioden och med buklägesperioden under 24 timmar. För varje person samlade de in blodgasmätningar och mått på hur styva eller elastiska lungorna var under de fyra timmarna före vändningen till mage och under de fyra timmarna efter att de vändes tillbaka. Därefter använde de moderna datormetoder, inklusive en teknik kallad maskininlärning, för att se om mönster i dessa mått kunde förutse död inom 28 dagar från påbörjad ventilation.

Vad siffrorna visade om lungorna

När forskarna jämförde överlevande och icke-överlevande fann de att traditionella mått som togs före vändning till mage var ganska lika mellan grupperna. Skillnaderna framträdde efter att patienterna återförts till ryggläge. De som avled inom 28 dagar tenderade fortfarande att behöva högre syrgasinställningar på respiratorn, uppvisade sämre syreöverföring från luft till blod och hade tecken på att en större andel av andetaget inte deltog i gasutbyte — en ledtråd till sjuka eller otillräckligt ett fyllda lungregioner. Deras lungor verkade också stelare, vilket tvingade respiratorn att arbeta hårdare för varje andetag. I kontrast visade överlevande oftare bestående förbättringar i syreöverföring och kunde stödjas med mindre syrgas, vilket tyder på mer framgångsrik rekrytering av tidigare kollapsade lundelområden.

Låta datorer hitta överlevnadsmönster

Eftersom många av dessa lungmått är inbördes relaterade på komplexa sätt använde teamet maskininlärningsmodeller för att kombinera dem. De begränsade först ner till de mest informativa mätningarna, tränade sedan flera typer av modeller på en del av patientgruppen och testade dem på resten. Ingen modell var perfekt, men alla kunde särskilja överlevande från icke-överlevande bättre än slumpen. En modell känd som XGBoost presterade bäst totalt sett och gav en balans mellan att fånga de flesta patienter som skulle avlida och att inte ge för många falska larm. Vissa egenskaper — särskilt förhållandet mellan syre i blodet och syretillförseln, andelen bortkastat andetag som inte utbytte gaser, hur töjbara lungorna var, och mängden syrgas respiratorn fortfarande behövde leverera — vägde tyngst i prognoserna.

Vad detta betyder för beslut vid sängen

För patienter och anhöriga är huvudbudskapet att hur lungorna beter sig efter en vändningssession kan ge läkare mer information om sannolik överlevnad än den omedelbara, ofta hyllade, förbättringen i syre som ses medan patienten ligger på mage. Studien tyder på att ett kort set av rutinmätningar — tagna några timmar efter återgång till ryggläge — kan hjälpa till att dela in patienter i högre och lägre riskgrupper, även om prognosen långt ifrån är perfekt. Medan datormodellerna behöver större och mer varierade data för att bli verkligt pålitliga och användarvänliga, pekar resultaten mot en framtid där beslut om att fortsätta med prone, prova andra räddningsterapier eller justera respiratorinställningar styrs av en rikare bild av lungfunktionen snarare än ett enda syretal.

Citering: 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

Nyckelord: akut respiratoriskt distressyndrom, prone-ventilation, mekanisk ventilation, COVID-19 IVA, maskininlärningsprediktion