Tres diferentes estrategias de GHDT (Terapia Dirigida a la Hemodinámica Objetiva) para la optimización de la gestión de fluidos intraoperatorios durante cirugías abdominales mayores: Un ensayo controlado aleatorio

Resumen breve

La cirugía oncológica mayor es una de las más complejas, involucrando pacientes con una combinación de factores de riesgo alto que pueden influir significativamente en los resultados inmediatos postoperatorios y en la calidad de vida. La gestión hemodinámica intraoperatoria de estos pacientes representa un desafío crucial: mantener la estabilidad cardiovascular y el equilibrio de fluidos durante la cirugía está asociado con una reducción de las complicaciones, incluyendo lesión renal aguda, isquemia miocárdica y sepsis. La literatura ha demostrado que la administración de fluidos intraoperatorios guiada por algoritmos específicos puede reducir las complicaciones y mejorar los resultados del paciente. En los últimos años, las innovaciones en inteligencia artificial (IA) han cambiado profundamente la forma en que se gestionan las variables hemodinámicas durante la cirugía. La IA permite el procesamiento en tiempo real de datos clínicos y ofrece la posibilidad de predecir episodios de hipotensión inminentes, permitiendo a la equipe médica intervenir de manera proactiva. Un ejemplo de tales tecnologías es el Índice de Predicción de Hipotensión (HPI), que utiliza un algoritmo de aprendizaje automático para analizar datos hemodinámicos y predecir el riesgo de hipotensión con hasta un 80% de precisión, hasta 10 minutos antes de que ocurra. Por lo tanto, los softwares que integran volúmenes de administración de fluidos con parámetros derivados de sistemas de contorno de pulso se utilizan actualmente, permitiendo un análisis de la eficacia de la administración de boluses de fluidos. Por ejemplo, el software de Gestión Asistida de Fluidos (AFM) ayuda al clínico a elegir el momento de la administración de fluidos, determinando su eficacia en términos de respuesta fluida. Esto permite reducir las complicaciones relacionadas con una gestión inadecuada de fluidos intraoperatorios, como el daño a los órganos, y optimizar el uso de fluidos y medicamentos vasoconstrictores. A pesar del creciente uso de la IA en la cirugía, el impacto clínico y económico de tales tecnologías sigue siendo objeto de estudio. Las herramientas avanzadas de gestión hemodinámica intraoperatoria han demostrado reducir la duración de los episodios hipotensivos y mejorar la estabilidad hemodinámica. El impacto clínico de tal monitoreo, en términos de complicaciones y duración de la estancia postoperatoria, podría ser crucial para recomendar su uso en grupos de pacientes de alto riesgo. Esto coincide con la literatura médica que muestra que las complicaciones postoperatorias aumentan los costos de hospitalización relacionados con el paciente. Este estudio tiene como objetivo explorar la utilidad de combinar un protocolo de Terapia Hemodinámica Dirigida por Objetivos (GDHT) con software de IA en tres diferentes escenarios. El objetivo principal del estudio es evaluar si hay una diferencia significativa en los volúmenes de administración de fluidos intraoperatorios entre tres diferentes protocolos de GDHT apoyados por IA, en pacientes sometidos a cirugía oncológica abdominal mayor. Los objetivos secundarios del estudio incluyen: * Evaluar la tasa de episodios hipotensivos en términos de Hipotensión Promedio Ponderada en Tiempo (TWAH) en los tres grupos. * Analizar la tasa de complicaciones postoperatorias y mortalidad hospitalaria en los tres grupos. * Evaluar la duración total de la estancia hospitalaria y/u número de días pasados en cuidados intensivos en los tres grupos. El estudio tiene como objetivo proporcionar evidencia sobre la eficacia clínica de las tecnologías de monitoreo hemodinámico que se utilizan actualmente en la práctica diaria. Los resultados permitirán definir una optimización de la gestión hemodinámica intraoperatoria, mejorando los resultados clínicos y optimizando el uso de los recursos de salud.