Três Diferentes Estratégias de Terapia Hemodinâmica Dirigida (GHDT) para a Otimização da Gestão de Fluidos Intraoperatórios em Cirurgias Abdominais Maior: Um Estudo Controlado Aleatório

Resumo breve

A cirurgia oncológica major é uma das mais complexas, envolvendo pacientes com uma combinação de fatores de risco elevados que podem influenciar significativamente os resultados imediatos pós-operatórios e a qualidade de vida. A gestão hemodinâmica intraoperatória desses pacientes representa um desafio crucial: manter a estabilidade cardiovascular e o equilíbrio hídrico durante a cirurgia está associado à redução de complicações, incluindo lesão renal aguda, isquemia miocárdica e sepse. A literatura mostrou que a administração de fluidos intraoperatórios guiada por algoritmos específicos pode reduzir complicações e melhorar os resultados dos pacientes. Nos últimos anos, as inovações em inteligência artificial (IA) mudaram profundamente como as variáveis hemodinâmicas são gerenciadas durante a cirurgia. A IA permite o processamento em tempo real de dados clínicos e oferece a possibilidade de prever episódios de hipotensão iminentes, permitindo que a equipe médica intervenha proativamente. Um exemplo dessas tecnologias é o Índice de Previsão de Hipotensão (HPI), que usa um algoritmo de aprendizado de máquina para analisar dados hemodinâmicos e prever o risco de hipotensão com até 80% de precisão, até 10 minutos antes de ocorrer. Portanto, softwares que integram volumes de administração de fluidos com parâmetros derivados de sistemas de contorno de pulso são usados atualmente, permitindo uma análise da eficácia da administração de boluses de fluidos. Por exemplo, o software de Gestão Assistida de Fluidos (AFM) ajuda o clínico a escolher o momento da administração de fluidos, determinando sua eficácia em termos de resposta hídrica. Isso permite reduzir complicações relacionadas a uma gestão inadequada de fluidos intraoperatórios, como danos aos órgãos, e otimizar o uso de fluidos e medicamentos vasoativos. Apesar do uso crescente de IA na cirurgia, o impacto clínico e econômico dessas tecnologias ainda está sob estudo. Ferramentas avançadas de gestão hemodinâmica intraoperatória foram mostradas para reduzir a duração dos episódios hipotensivos e melhorar a estabilidade hemodinâmica. O impacto clínico dessa monitorização, em termos de complicações e duração da estadia pós-operatória, pode ser crucial para recomendar seu uso em grupos de pacientes de alto risco. Isso está em linha com a literatura médica que mostra que as complicações pós-operatórias aumentam os custos de hospitalização relacionados ao paciente. Este estudo tem como objetivo explorar a utilidade de combinar um protocolo de Terapia Hemodinâmica Dirigida por Objetivos (GDHT) com software de IA em três diferentes cenários. O objetivo principal do estudo é avaliar se há diferença significativa nos volumes de administração de fluidos intraoperatórios entre três diferentes protocolos de GDHT apoiados por IA, em pacientes submetidos à cirurgia oncológica abdominal major. Os objetivos secundários do estudo incluem: * Avaliar a taxa de episódios hipotensivos em termos de Média Ponderada em Tempo (TWAH) nas três grupos. * Analisar a taxa de complicações pós-operatórias e mortalidade hospitalar nas três grupos. * Avaliar a duração total da estadia hospitalar e/ou o número de dias passados em UTI nas três grupos. O estudo tem como objetivo fornecer evidências sobre a eficácia clínica das tecnologias de monitorização hemodinâmica atualmente presentes na prática diária. Os resultados permitirão definir uma otimização da gestão hemodinâmica intraoperatória, melhorando os resultados clínicos e otimizando o uso dos recursos de saúde.