Optimiser les soins périopératoires et comprendre le rôle des drainages thoraciques

Les données numériques sur le drainage thoracique sont un gage de confiance pour l’amélioration de la qualité

Tirer parti de l’analyse des données longitudinales dans les soins postopératoires

Dans la première étude, Dr Gilbert et ses collègues ont développé, testé et validé un classificateur d’analyses aléatoire pour identifier les patients chez qui les drains thoraciques peuvent être retirés en toute sécurité et en temps voulu au cours du suivi, sur la base des données longitudinales de drainage des fluides recueillies par le système Thopaz⁺.¹ Leurs résultats ont montré qu’il était possible d’obtenir des prédictions fiables dès le début du processus et que le classificateur garantissait que les drains thoraciques qui devaient être maintenus ne soient pas retirés au prix du maintien potentiel de quelques-uns inutilement.

^{Étude de cas : Données de drainage thoracique numérique pour déterminer les critères optimaux de fuite d’air}

L’objectif de la seconde étude était d’utiliser les données numériques du système Thopaz⁺ pour définir des critères optimaux de résolution des fuites d’air parenchymateuses qui limitent la durée du drainage du tube thoracique sans augmenter les complications.² Les chercheurs ont recueilli prospectivement les données de débit d’air de 400 patients et en ont fait la moyenne par intervalles de 10 minutes, puis ont analysé la durée et la récurrence des fuites d’air, ainsi que leur fréquence et leur volume. L’analyse a été utilisée pour identifier les critères optimaux basés sur la sécurité du patient (faible fréquence et volume des récidives de fuites d’air) et l’efficience (durée initiale de la fuite d’air la plus courte). Les auteurs ont conclu qu’une fuite d’air postopératoire peut être considérée comme résolue si elle reste < 50 ml/minute pendant 8 heures consécutives. Le retrait du tube thoracique lorsque la fuite d’air atteint ce niveau a été optimisé pour des raisons de sécurité et d’efficacité.

Conjointement, ces études illustrent la manière dont les données collectées numériquement peuvent être combinées à des techniques analytiques avancées pour obtenir des informations d’aide à la décision.