West J Emerg Med. 26 de noviembre de 2025; 26 (6): 1656-1666. doi: 10.5811/westjem.46556.
INTRODUCCIÓN: Si bien la investigación ha comenzado a comprender el paro cardíaco en el departamento de emergencias (EDCA), aún se desconoce qué constituye exactamente EDCA. En este estudio, nuestro objetivo era explorar la agrupación de EDCA mediante el uso de un algoritmo de aprendizaje automático no supervisado e investigar cómo estos grupos subyacentes se relacionaban con los resultados de los pacientes.
MÉTODOS: Recuperamos datos de registros médicos electrónicos de un servicio de urgencias en un centro médico terciario. Los EDCA se identificaron mediante el registro de reanimación cardiopulmonar. Utilizamos el análisis de conglomerados de k-medias para agrupar EDCA y la incrustación de vecinos estocásticos distribuidos en t (t-SNE) para la visualización. Los resultados primarios fueron la mortalidad en el servicio de urgencias y la duración de la estancia en el servicio de urgencias (LOS). Los análisis se repitieron utilizando un conjunto de datos de urgencias independiente, el conjunto de datos del Medical Information Mart for Intensive Care IV Emergency Department (MIMIC-IV-ED).
RESULTADOS: De 2019 a 2022, hubo 366 eventos EDCA. El análisis de conglomerados identificó tres grupos distintos (Grupo 1 o riesgo inmediato, n=54 [15%]; Grupo 2 o riesgo temprano, n=274 [75%]; Grupo 3 o riesgo tardío, n=38 [10%]). Los pacientes del grupo 1 tuvieron la mediana de tiempo más corta hasta EDCA (< 1 hour), followed by Cluster 2 (3 hours) and Cluster 3 (81 hours). Near cardiac arrest at triage was the most common cause of EDCA in Cluster 1, while respiratory illnesses and sepsis were more common in Cluster 3. The causes of EDCA in Cluster 2 were diverse, with predominantly cardiovascular and neurologic emergencies. The t-SNE revealed farther distances from Cluster 1 to the other two clusters, suggesting its most critical nature. Cluster 3 had the highest mortality (58%), followed by Clusters 1 (48%) and 2 (35%) (P = .01). Cluster 1 had the shortest median LOS (median, 4 hours), while Cluster 3 had the longest LOS (81 hours) (P < .001). In the independent data set, Cluster 1 remained, but Clusters 2 and 3 appeared to merge due to a shorter ED LOS overall.
CONCLUSIÓN: Identificamos tres grupos novedosos (riesgo inmediato, temprano y tardío) con distintos patrones en la presentación clínica, causas putativas de paro cardíaco en el servicio de urgencias y resultados en el servicio de urgencias. Comprender estos fenotipos clínicos puede ayudar a desarrollar intervenciones específicas de cada grupo para prevenir la EDCA o intervenir de la manera más adecuada. Los pacientes del Grupo 1 pueden beneficiarse de los esfuerzos de reanimación, y los pacientes de los Grupos 2 o 3 pueden beneficiarse de intervenciones oportunas para emergencias cardíacas, respiratorias y neurológicas. Además, para los pacientes con internación prolongada en el servicio de urgencias, la monitorización periódica con un sistema de alerta temprana puede prevenir un episodio de paro cardíaco.
PubMed:41380052 | DOI:10.5811/westjem.46556