Possiamo migliorare lutilità clinica della frequenza respiratoria come segno vitale monitorato?

La frequenza respiratoria (RR) è un segno vitale di base, misurato e monitorato in un ampio spettro di strutture sanitarie, sebbene il RR sia storicamente difficile da misurare in modo affidabile. Esploriamo un metodo automatizzato che calcola RR solo durante intervalli di respirazione pulita, regolare e coerente e indaghiamo sul suo uso diagnostico in unanalisi retrospettiva delle vittime di traumi preospedalieri. Almeno 5 s di segni vitali di base, tra cui frequenza cardiaca, RR e pressione sanguigna sistolica, diastolica e arteriosa media, sono stati raccolti continuamente da 326 vittime di traumi respiratori spontanei durante il trasporto in elicottero a un centro traumatologico di livello I. I dati RR “affidabili” sono stati identificati retrospettivamente utilizzando algoritmi automatizzati. Le prestazioni diagnostiche di RR affidabile rispetto allo standard sono state valutate calcolando le curve caratteristiche operative del ricevitore utilizzando il metodo della massima verosimiglianza e confrontando le aree di riepilogo sotto le curve caratteristiche operative del ricevitore (AUC). La frequenza respiratoria mostra significative differenze di affidabilità dei dati. Per identificare le vittime preospedaliere che successivamente ricevono un intervento respiratorio (intubazione ospedaliera o toracotomia con sonda), lRR standard produce unAUC di 0,59 (intervallo di confidenza al 95%, 0,48-0,69), mentre lRR affidabile produce unAUC di 0,67 (0,57-0,77), P < 0,05. Per identificare le vittime successivamente diagnosticate con una lesione emorragica maggiore e che richiedono trasfusioni di sangue, lRR standard produce unAUC di 0,60 (0,49-0,70), mentre lRR affidabile fornisce 0,77 (0,67-0,85), P < 0,001. Il RR affidabile, determinato da un algoritmo automatizzato, è un parametro utile per la diagnosi di patologia respiratoria e di emorragia maggiore in una popolazione traumatizzata. Può essere un utile input per unampia varietà di punteggi clinici e algoritmi di supporto decisionale automatizzati.