Un algorisme per ajudar a alleujar la pressió en la xarxa d'hospitals durant la pandèmia

Un estudi amb participació de l’IFISC (CSIC-UIB) proposa un mètode per assignar de manera òptima els pacients de COVID-19 als hospitals 

Un estudi recent suggereix que es podria utilitzar un algorisme per ajudar a optimitzar l'intercanvi de recursos d'atenció mèdica durant la pandèmia COVID-19, la qual cosa evitaria que les unitats de cures intensives (UCI) del Servei Nacional de Salut de Regne Unit (NHS) estiguessin desbordades.

L'estudi proposa un mètode d'equilibri de càrrega per transferir els pacients crítics de la UCI entre hospitals i així assignar de manera òptima els nous pacients, la qual cosa podria ajudar a reduir l'estrès als sistemes de salut en la segona onada de la pandèmia, així com en les possibles onades futures.

L'equip de recerca, dirigit pel Dr. Lucas Lacasa, professor titular de Matemàtiques Aplicades de la Universitat Queen Mary de Londres i investigador associat de l’IFISC (UIB-CISC), i que aplega científics de la Universitat d’Exeter i de la Universitat de Bristol, va provar l'algorisme utilitzant les dades disponibles tant del NHS com del sistema sanitari espanyol. Els resultats varen mostrar que aquest enfocament matemàtic podria ajudar a redistribuir fins a 1.000 pacients de la UCI, que d'una altra manera probablement no rebrien la vigilància intensiva apropiada.

Durant la pandèmia, la demanda d'UCI varia a tot el país: alguns hospitals reben un nombre elevat de pacients al principi d'un brot, mentre que d’altres quasi no n’acullen. Aquestes diferències en la demanda creen una oportunitat per equilibrar la càrrega d'admissions de pacients entre els hospitals, desviant els pacients de les zones d'alta demanda als hospitals locals que tenen més capacitat.

Les solucions de redireccionament i equilibri de la càrrega s’han aplicat en àrees com les xarxes informàtiques, en les quals normalment s'assignen tasques diverses a diferents servidors interconnectats, els quals poden comunicar-se i transferir aquestes tasques per minimitzar el temps de processament global. En aquest estudi, els investigadors varen adoptar un enfocament similar per gestionar els recursos de la UCI en les xarxes d'hospitals, on la càrrega que ha d'assignar-se és la quantitat de pacients UCI o de ventiladors, i el redireccionament es fa entre els hospitals.

Utilitzant el model, els investigadors varen demostrar que, quan la demanda de la UCI és uniforme arreu del país, es pot permetre l'accés a un màxim de 1.000 casos addicionals al Regne Unit en un sol pas de l'algorisme, sense necessitat d'haver d’augmentar-hi la capacitat. En escenaris més realistes, en què veiem diferències en la demanda entre hospitals o regions, els científics varen trobar que el seu nou mètode podria equilibrar uns 600 llits per pas en el sistema espanyol, quan es comparteixen els recursos en l’àmbit local, i més de 1.300 utilitzant el repartiment en l’àmbit nacional, la qual cosa potencialment salvaria un gran percentatge d'aquestes vides que d'una altra manera no tindrien accés a les UCI.

S'espera que aquest enfocament matemàtic també pugui utilitzar-se per ajudar a reduir la demanda quan l'epidèmia comenci a disminuir, la qual cosa permetria que els hospitals tornassin a la normalitat de la manera més eficient possible.

El Dr. Leon Danon, professor titular d'Anàlisi de Dades en la Universitat d’Exeter, comenta: «La pandèmia de COVID-19 ha sotmès molts sistemes nacionals de salut a una pressió significativa, en particular per a les unitats de la UCI i els respiradors. Fins ara, l'equilibri de les càrregues de pacients en temps de molta demanda s'ha produït de manera espontània, per exemple, amb els hospitals que comparteixen diàriament informació sobre la demanda i la disponibilitat de recursos amb col·legues d'altres hospitals locals. Si bé aquesta acció ràpida pot ajudar a curt termini, una vegada que els hospitals múltiples estan desbordats, el patró de la demanda es complica i necessita un enfocament més sistemàtic. La nostra metodologia de repartiment de la càrrega pot ajudar a evitar que els serveis de salut es desbordin per l'excessiva demanda de vigilància intensiva, la qual cosa és particularment crítica, ja que la segona onada que vivim ara pot coincidir amb la temporada de grip».

El Dr. Lucas Lacasa, professor titular de Matemàtiques Aplicades a la Universitat Queen Mary i investigador associat de l’IFISC (UIB-CSIC), va dir: «Hem validat que el mètode funciona amb dades reals del Regne Unit i Espanya, i ha demostrat que pot utilitzar-se per equilibrar pacients en temps real. Actualment, estem en el procés d'explorar com podem fer operatiu el mètode en el sistema de salut, i desenvolupam una interfície d'usuari amigable per al NHS, o altres sistemes de salut d’arreu del món, per poder incorporar aquesta tecnologia al conjunt de mesures que cada país desplega per gestionar la pandèmia. El mètode és fàcilment adaptable a altres països i, encara que aquest algorisme de repartiment de càrrega s'ha desenvolupat principalment per a la pandèmia actual, no hi ha raó perquè un enfocament similar no pugui utilitzar-se per equilibrar la càrrega d'altres recursos de salut».

Referència bibliogràfica

 

Lacasa, L., Challen R., Brooks-Pollock, E. i Danon, L. A flexible method for optimising sharing of healthcare resources and demand in the context of the COVID-19 pandemic. PLoS ONE. 

Data de publicació: Thu Oct 22 06:00:00 CEST 2020