Triage in era COVID-19


Durante la prima ondata pandemica si è stimato che l’11,3% dei pazienti ospedalizzati per COVID-19 avesse contratto il virus durante un ricovero per altra patologia ricovero: fattori responsabili sarebbero stati il fallimento del Triage e i lunghi tempi di attesa in Pronto Soccorso (PS). Ridurre la trasmissione nosocomiale di SARS-CoV-2 rappresenta una priorità per salvaguardare la sicurezza di operatori sanitari e pazienti, in quanto chi viene ospedalizzato è anche a maggior rischio di sviluppare malattie gravi.

In corso di pandemia il test PCR per la ricerca di SARS-CoV-2 è divenuto obbligatorio per chi accede in Ospedale; si è evidenziato che per i lunghi tempi di risposta potevano verificarsi ritardi nelle cure, trasmissione nosocomiale del virus e, non ultimo, stress operativo al PS. Con i test PCR di nuova generazione I tempi di risposta sono di circa 12-24 ore. Nuove soluzioni sono arrivate con la messa a punto del test antigenico e della PCR Point Of Care (POC), con risultati disponibili in 90 minuti; tuttavia per il test antigenico rapido (Innova SARS-CoV-2) FDA americana segnala una sensibilità compresa tra 40 e 70%, mentre PCR POC non sempre è disponibile in tutte le Strutture Sanitarie.

Per guidare il triage preliminare sono stati utilizzati sia i parametri vitali del paziente che un set di esami “di routine”, i cui risultati sono in genere disponibili nell’arco di 1 ora. L’associazione tra linfopenia, o alcuni test biochimici, e COVID 19 è ben riconosciuta: su tali basi sono stati messi a punto modelli complessi di biochimica ematologica, potenzialmente correlabili ad anomalie indotte dal virus, e punteggi clinici multivariati (CORONA score).

Quali algoritmi sono stati creati per l’identificazione rapida di pazienti COVID?

In piena pandemia, utilizzando approcci sia convenzionali che di intelligenza artificiale, molti studi hanno cercato di ottimizzare il Triage. Nel 2020, è stato messo a punto il modello CURIAL-1.0, che permetteva di identificare rapidamente pazienti SARS-CoV-2 positivi che accedevano al PS.  Sulla base di segni vitali, analisi del sangue “di routine” ed emogasanalisi, entro un’ora era possibile definire la destinazione del paziente. Se il risultato dell’algoritmo era predittivo perCOVID-19, il paziente era trasferito in area COVID, in attesa di effettuare il test PCR e del relativo risultato; se invece il set di indagini non era predittivo, il paziente era trasferito in area clinica COVID-free.

Con l’arrivo di test antigenico si è ulteriormente velocizzata la procedura di Triage: nell’arco di 30 min. dall’arrivo in PS, se il test è positivo, il paziente è trasferito in reparto COVID. Tuttavia, poiché il test antigenico ha una sensibilità tra 40 e 70 % nell’identificare pazienti positivi al virus, rimane una quota di pazienti “non classificabili”, in attesa di idonea destinazione ospedaliera. Utilizzando l’algoritmo CURIAL-LAB, che prende in considerazione segni vitali e alcuni test biochimici (emocromo, funzionalità epatica e  renale, proteina C reattiva), oppure CURIAL-RAPID, limitato ad un set ancora più ristretto ( segni vitali ed emocromo, effettuato con il dispositivo OLO direttamente al point of care), nell’arco di 10 minuti si può decidere dove indirizzare il paziente: se i test risultano predittivi per l’infezione, il paziente è trasferito in area COVID in attesa di effettuare il test  PCR e del relativo risultato. Se non predittivi, il paziente è trasferito direttamente nel reparto dedicato al trattamento della patologia per cui era stato richiesto il ricovero.

Triage. Indagini di routine all’accettazione in Pronto Soccorso

I modelli CURIAL sono stati validati?

Attraverso lo studio di Soltan e coll, gli algoritmi CURIAL -1, CURIAL-LAB e CURIAL-RAPID sono stati validati in più di 72000 pazienti ricoverati in strutture sanitarie inglesi.  Obiettivo principale era valutare se con la loro applicazione si otteneva una reale riduzione dei tempi di attesa in PS, oltre che verificare sensibilità, specificità e valore predittivo positivo e negativo nell’identificare l’infezione da SARS-CoV-2.

Modelli CURIAL per la scelta dell’area di destinazione del pazsiente in era COVID

Si è potuto dimostrare che, in reparti d’emergenza, lo screening per COVID- 19 guidato dall’intelligenza artificiale offre vantaggi operativi rispetto allo standard di cura. In particolare, con CURIAL- RAPID la diagnosi avviene in tempi ancora più brevi, in quanto il risultato (positivo o negativo per SARS-CoV-2) si ottiene in un tempo mediano di 45 minuti, 7 ore prima (range 6-15) del risultato del test PCR.  Anche la performance è risultata elevata, con una sensibilità dell’87%, una specificità dell’85% e un valore predittivo negativo del 99,7%.

Quale è il valore aggiunto di questo studio?

In dipartimenti d’emergenza, l’adozione degli algoritmi CURIAL- LAB, e soprattutto CURIAL-RAPID, è un ottimo supporto per gli operatori sanitari, in quanto premette di fare diagnosi certa di infezione nell’arco di breve tempo. Il sovraffollamento del PS è stato un grave problema in piena pandemia, e potrebbe non essere evitato in un futuro più o meno prossimo. L’elevato valore predittivo negativo (99,7%) indica che si ha a disposizione un valido asset per affrontare nuove sfide.

Il messaggio chiave sembra chiaro. Gli algoritmi possono migliorare il processo decisionale clinico: di fronte ad una nuova ondata epidemica il triage basato sull’intelligenza artificiale ottimizzerà la diagnosi precoce di COVID-19, riducendo la diffusione del contagio, sia in Ps che nei reparti di degenza.

Riferimenti

Soltan AAS et al. Real-world evaluation of rapid and laboratory-free COVID-19 triage for emergency care: external validation and pilot deployment of artificial intelligence driven screening. The Lancet Digital Health March 09, 2022    DOI:  https://doi.org/10.1016/S2589-7500(21)00272-7 https://www.thelancet.com/journals/landig/article/PIIS2589-7500(21)00272-7/fulltext

Gilbert A. Triage in the time of COVID-19. The Lancet March 09/2022. https://doi.org/10.1016/S2589-7500(22)00001-2.
https://www.thelancet.com/journals/landig/article/PIIS2589-7500(22)00001-2/fulltext