Predicting mortality and characterizing autonomic changes after vasopressor administration in ICU

The Intensive Care Unit (ICU) is a very complex and critical environment in which patients are closely monitored by clinicians and through bedside monitoring systems. The electrocardiographic (ECG) and arterial blood pressure (ABP) signals are routinely recorded in the ICU, and basic quantities like heart rate and systolic and diastolic pressure are continuously visualized on monitoring devices to give prompt information about patients' conditions to the practitioners. Vasopressors are largely used in the ICU and affect hemodynamic parameters as well as the autonomic nervous system (ANS) activity. This thesis has the goal of characterizing the autonomic changes induced by the vasopressor administration in the ICU through parameters coming from Heart Rate Variability (HRV), Blood Pressure Variability (BPV) domains and from the interaction between the two systems (e.g. Baroreflex Sensitivity and Spectral Coherence). In this setting, the second goal is using these parameters also to develop machine learning (ML) models for predicting 28-day mortality. In order to accomplish our goals, ECG and ABP waveforms are considered together with clinical data in speci c time windows around the patients' fi rst vasopressor administration. A total of 25 subjects are considered for the characterization study, whereas 72 subjects are included for the prediction study, all extracted from the publicly available MIMIC-III database. A primary characterization analysis is carried out through a non-parametric paired univariate analysis and reveals that, after the administration of vasopressors, there is mainly an obvious increase in ABP parameters (mean SAP: p-value = 0.007, mean MAP: p-value = 0.006, mean DAP: pvalue = 0.002, mean PulsePressure: p-value = 0.019) and an increase in descriptors of sympathetic predominance, that are the sympatho-vagal balance (mean RR LF/HF: p-value = 0.009) and the normalized LF power of the RR and SAP spectrum (mean RR LFn: p-value = 0.016, mean SAP LFn: p-value = 0.035). A second analysis, made by stratifying the population by different conditions, does not yield any signi cant change for the aforementioned variables, which keep the same increasing trend though. The best result from the mortality prediction study is obtained through the SVM by reducing the feature space with the PCA and is characterized by AUC = 0.96, Sensitivity = 1, Speci city = 0.75 and Accuracy = 0.83. This model outperforms any model trained with a chosen features set linked to the severity of patients' conditions (SOFA score, SAPS II and Elixhauser-van Walraven comorbidity index). Here, our best result shows AUC = 0.83, Sensitivity = 0.66, Speci city = 0.92 and Accuracy = 0.83. In conclusions, our results suggest that vasopressor administration is responsible for an increase in sympatho-vagal balance, and that parameters related to vasopressors-driven autonomic changes provide critical information to clinicians for a more subjective quantitative assessment of patients' outcome, and consequently for helping the practitioners in their clinical diagnoses and therapeutic decision-making processes.

La Terapia Intensiva è un ambiente molto complesso e critico, in cui i pazienti sono strettamente monitorati dai clinici e attraverso sistemi di monitoraggio collocati a fianco del paziente. I segnali elettrocardiografici (ECG) e di pressione arteriosa sanguigna sono regolarmente registrati in Terapia Intensiva e parametri base come la frequenza cardiaca, la pressione sistolica e diastolica vengono continuamente visualizzati su dispositivi di monitoraggio per dare ai medici informazioni immediate sulle condizioni dei pazienti. I vasopressori sono ampiamente utilizzati in Terapia Intensiva e hanno sia effetti su parametri emodinamici sia sull'attività del Sistema Nervoso Autonomo. Questa tesi ha lo scopo di caratterizzare le variazioni autonomiche indotte dalla somministrazione di vasopressore in Terapia Intensiva, attraverso parametri che provengono dal campo della variabilità cardiaca e di pressione e dall'interazione dei due sistemi (baroriflesso e coerenza spettrale). In questo contesto, il secondo obiettivo è quello di usare questi parametri anche per sviluppare modelli di apprendimento automatico per predire la mortalità a 28 giorni. Per raggiungere lo scopo, le forme d'onda ECG e di pressione arteriosa sanguigna vengono considerate insieme a dati clinici in determinate fi nestre temporali attorno alla prima somministrazione di vasopressore dei pazienti. Per lo studio di caratterizzazione sono considerati 25 soggetti, mentre per lo studio di predizione sono inclusi 72 soggetti, tutti estratti dal database pubblicamente accessibile chiamato MIMIC-III. Una prima analisi caratterizzazione viene condotta tramite un'analisi non parametrica univariata per osservazioni accoppiate e mostra che, dopo la somministrazione di vasopressore, si verifica un incremento di pressione arteriosa (SAP media: p-value = 0.007, MAP media: p-value = 0.006, DAP media: p-value = 0.002, PulsePressure media: p-value = 0.019) e un aumento di variabili che indicano una maggiore prevalenza di attività simpatica rispetto a quella vagale, cioè la bilancia simpato-vagale (RR LF/HF medio: p-value = 0.009) e la potenza normalizzata calcolata nella banda della basse frequenze degli spettri RR e SAP (RR LFn medio: p-value = 0.016, SAP LFn medio: p-value = 0.035). Una seconda analisi, eseguita stratificando la popolazione secondo diverse condizioni patologiche, non mostra nessun cambiamento significativo per le suddette variabili, le quali, però, mantengono lo stesso trend di crescita. Il miglior risultato relativo allo studio di predizione di mortalità è ottenuto attraverso le macchine a vettori di supporto (SVM) riducendo lo spazio dei predittori con l'analisi delle componenti principali (PCA) ed è caratterizzato da AUC = 0.96, Sensitività = 1, Specificità = 0.75 e Accuratezza = 0.83. Questo modello supera qualsiasi modello allenato con un insieme scelto di variabili legate allo stato di gravità dei pazienti (SOFA score, SAPS II e l'indice di comorbidità Elixhauser-van Walraven), il cui risultato migliore mostra AUC = 0.83, Sensitività = 0.66, Specificità = 0.92 e Accuratezza = 0.83. In conclusione, questa tesi mostra che, da un lato, i vasopressori possono essere responsabili dell'aumento del bilancio simpato-vagale e, dall'altro, i parametri relativi a variazioni di attività autonomica indotti da vasopressore forniscono ai clinici informazioni critiche per una valutazione quantitativa più personalizzata sull'esito dei pazienti e, di conseguenza, per aiutare i medici nelle diagnosi e nei processi decisionali terapeutici.