1/187 THÈSE pour obtenir le grade de docteur de l’université PARIS-EST Spécialité : Sciences de l’Ingénieur SUPERVISION AUTOMATIQUE DE LA SUPERVISION AUTOMATIQUE DE LA VENTILATION ARTIFICIELLE EN SOINS VENTILATION ARTIFICIELLE EN SOINS INTENSIFS INTENSIFS : INVESTIGATION D’UN : INVESTIGATION D’UN SYSTÈME EXISTANT ET PROPOSITIONS SYSTÈME EXISTANT ET PROPOSITIONS D’EXTENSIO D’EXTENSIO NS NS par Fabrice Galia JURY M. Jordi Mancebo Rapporteur M. Pierre Baconnier Rapporteur M. Laurent Brochard Directeur de thèse M. Michel Dojat Co-Directeur de thèse M. Claude Guérin Examinateur M. Laurent Heyer Examinateur
187
Embed
Supervision automatique de la ventilation artificielle en soins intensifs
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1/187
THÈSE
pour obtenir le grade de
docteur de l’université PARIS-EST
Spécialité : Sciences de l’Ingénieur
SUPERVISION AUTOMATIQUE DE LASUPERVISION AUTOMATIQUE DE LA
VENTILATION ARTIFICIELLE EN SOINS VENTILATION ARTIFICIELLE EN SOINS
INTENSIFSINTENSIFS : INVESTIGATION D’UN : INVESTIGATION D’UN
SYSTÈME EXISTANT ET PROPOSITIONS SYSTÈME EXISTANT ET PROPOSITIONS
D’EXTENSIOD’EXTENSIO NSNS
par Fabrice Galia
JURY
M. Jordi Mancebo Rapporteur M. Pierre Baconnier Rapporteur M. Laurent Brochard Directeur de thèse M. Michel Dojat Co-Directeur de thèse M. Claude Guérin Examinateur M. Laurent Heyer Examinateur
2/187
REMERCIEMENTS
Ce travail a été effectué au laboratoire de recherche Respiratory Team du service de
réanimation médicale de l’hôpital Henri Mondor de Créteil, dirigé par le Pr. Brochard.
Cette thèse a été financée par la société Dräger Medical via une bourse CIFRE (ANRT).
Je souhaite exprimer mes remerciements à :
Monsieur le Professeur Brochard, pour avoir initié et dirigé cette thèse, pour sa patience et
toute l’aide qu’il a pu m’apporter.
Monsieur Dojat pour avoir co-dirigé cette thèse, et pour son expérience du projet ainsi que
son soutien.
Messieurs les Professeur Mancebo et Professeur Baconnier pour leur difficile travail de
rapporteurs. Qu’ils trouvent ici le témoignage de ma reconnaissance.
Messieurs les Professeur Guérin et Docteur Heyer pour leur concours à ce jury de thèse.
La société Dräger Medical et plus particulièrement à Messieurs Mercier, Mersmann, Baier-
Loewenstein et Katschewitz pour leur contribution, leur patience et leur aide à ce projet de
thèse.
Tous les membres de la Respiratory Team durant ces trois années et plus
particulièrement à Aissam et Ferran pour m’avoir soutenu.
Résumé
3/187
Résumé
Titre : Supervision automatique de la ventilation artificielle en soins intensifs : investigation
d’un système existant et propositions d’extensions.
Les objectifs de la thèse sont l'analyse approfondie d’un système de supervision
automatique de la ventilation artificielle destiné à des patients hospitalisés en réanimation et
l'élaboration de solutions pour améliorer et étendre son champ d’application. Ce système
adapte l’assistance de la ventilation spontanée en modifiant la pression délivrée en aide
inspiratoire (AI) grâce à un rétrocontrôle, basé sur la fréquence respiratoire du patient et,
utilisant aussi comme variables de "sécurité", le volume courant et le CO2 de fin d’expiration
(etCO2). Il établit ainsi une classification ventilatoire qui permet de régler un niveau de
pression d’AI. Il applique ensuite une procédure de sevrage consistant à réduire le niveau
d’AI jusqu’à un seuil minimal qui permet de tester la capacité du patient à respirer seul.
Sur la base d'études publiées rapportant des limitations de ce mode, de l'analyse
rétrospective d’une base de données acquises sur patient et générée à cette fin, d’études sur
banc-test et d’études observationnelles prospectives chez les patients, nous avons étudié en
profondeur le fonctionnement et explorer les limites du système automatisé. Des solutions ont
été proposées et évaluées sur banc-test. A partir de données cliniques, nous avons ainsi
proposé une amélioration de la procédure de traitement du signal etCO2. En nous basant sur
les observations de la base de données, nous avons décrit une procédure automatisée de
diminution de la PEP. Un niveau supérieur à 5 mbar empêchait le sevrage automatique par le
système. Sur le même principe, nous avons proposé d’automatiser en amont de l’AI un
changement de mode depuis la ventilation assistée contrôlée vers la procédure de ventilation
et de sevrage automatisés. Au travers d’une étude clinique, nous avons déterminé des critères
ventilatoires qui pourraient permettre d’automatiser ce changement de mode.
En conclusion, ce travail a défini et évalué un ensemble de procédures pour améliorer
et étendre la supervision de la ventilation artificielle des patients ventilés en réanimation
médicale.
Abstract
4/187
Abstract Title: Automated supervision of mechanical ventilation in intensive care unit: investigation
into an existing system and proposals of extension
The objectives of this thesis are the detailed analysis of an automated system for the
management of artificial ventilation for patients in intensive care unit and the elaboration of
solutions to improve and upgrade its functioning. This system automatically adapts the level
of pressure support ventilation (PSV) through a feedback based on the respiratory rate of the
patient and, as “safety” variables, the tidal volume and the end tidal of expired CO2 (etCO2).
The system, called “SmartCare”, classifies the patients’ ventilation and sets a level of
inspiratory pressure. The system uses a weaning strategy, which automatically reduces the
pressure support level until a minimal threshold, which is used to test the ability of the patient
to breathe alone.
We studied in details the system functioning on the basis of published studies
reporting some limitations, on the analysis of a patients’ database generated for this purpose,
on bench-test studies and observational prospective studies performed at the patients’ bedside.
For the observed limitations, a solution was proposed and evaluated on bench. Using the
results of a clinical study, we proposed an improvement of etCO2 signal processing. From
observations of the database, we described a procedure for decreasing the level of positive
end expiratory pressure which hampers pressure support weaning if above 5 mbar. On the
same principle, upstream to PSV, we proposed to automate a change of ventilation mode from
assist control ventilation to automated system. Through a clinical study, we determined
ventilatory criteria which could allow automation of this procedure.
The whole project describes and evaluates a set of processes to improve and extend the
automation of mechanical ventilation of patients hospitalized in intensive care unit.
Sommaire
5/187
Sommaire RESUME ------------------------------------------------------------------------------------------------------------------------- 3 ABSTRACT --------------------------------------------------------------------------------------------------------------------- 4 SOMMAIRE --------------------------------------------------------------------------------------------------------------------- 5 LEXIQUE ------------------------------------------------------------------------------------------------------------------------ 6 AVANT-PROPOS -------------------------------------------------------------------------------------------------------------- 8 I. GENERALITES SUR LA VENTILATION MECANIQUE ET LES MODES VENTILATOIRES --- 9
I.1. LA VENTILATION MECANIQUE ----------------------------------------------------------------------------------- 9 I.2. MODES DE VENTILATION MECANIQUE, SEVRAGE ET SYSTEMES AUTOMATISES DE VENTILATION ------ 15
II. MOYENS D’ETUDE DES LIMITES DU SYSTEME ET DES SOLUTIONS D’AMELIORATION34 II.1. OUTIL POUR LA DEFINITION DES LIMITES D’UTILISATION --------------------------------------------------- 34 II.2. MOYEN POUR LA MISE EN PLACE D’ETUDES CLINIQUES PROSPECTIVES SPECIFIQUES -------------------- 37 II.3. MOYENS D’EVALUATION DES SOLUTIONS PROPOSEES ------------------------------------------------------- 39
III. ETUDES DES LIMITES DU SYSTEME DE VENTILATION ET DE SEVRAGE AUTOMATISES -------------------------------------------------------------------------------------------------------------- 49
III.1. CARACTERISATION DE L’ETAT DU PATIENT ------------------------------------------------------------------- 49 III.2. CRITERES POUR LA STRATEGIE DE SEVRAGE ------------------------------------------------------------------ 54 III.3. PERIODE D’UTILISATION ----------------------------------------------------------------------------------------- 56
IV. DESCRIPTION DES PRINCIPALES ETUDES S’INTERESSANT AUX LIMITES DU SYSTEME --------------------------------------------------------------------------------------------------------------------- 60
IV.1. CARACTERISATION DE L’ETAT DU PATIENT ------------------------------------------------------------------- 60 IV.2. CRITERES ET STRATEGIE DE SEVRAGE ------------------------------------------------------------------------- 75 IV.3. PERIODE D’UTILISATION ----------------------------------------------------------------------------------------- 85
V. DISCUSSION DES RESULTATS TROUVES ------------------------------------------------------------------ 93 V.1. CARACTERISATION DE L’ETAT DU PATIENT ------------------------------------------------------------------- 93 V.2. CRITERES DE LA STRATEGIE DE SEVRAGE --------------------------------------------------------------------- 96 V.3. PERIODE D’UTILISATION ----------------------------------------------------------------------------------------- 99 V.4. CHOIX METHODOLOGIQUES ------------------------------------------------------------------------------------ 101
VI. PERSPECTIVES D’AMELIORATIONS DU SYSTEME ACTUEL ---------------------------------- 103 VI.1. CARACTERISATION DE L’ETAT DU PATIENT ------------------------------------------------------------------ 103 VI.2. CRITERES DE LA STRATEGIE DE SEVRAGE -------------------------------------------------------------------- 104 VI.3. PERIODE D’UTILISATION ---------------------------------------------------------------------------------------- 106
courant, Vtmin : seuil VT minimum, etCO2 : pression de CO2 en fin d’expiration, etCO2max : seuil etCO2 maximum,
etCO2int : seuil intermédiaire,*La classification « hyperventilation » utilisée dans le système ne correspond pas à sa
définition médicale classique, il s’agit dans ce contexte d’une respiration lente avec mesure d’etCO2 inférieure à son seuil
maximum
Initialement dans Ganesh, la valeur des seuils étaient définis ainsi : FRmin = 12 cpm
(ensuite monté à 15 cpm), FRhaut = 28 cpm (ensuite monté à 30 cpm) ; FRmax = 35 cpm,
Vtmin = 250 ml si le poids du patient < 55kg sinon 300 ml, etCO2max = 65 mmHg si patient
BPCO sinon 55 mmHg, etCO2int = 20 mmHg
Les effets sur le niveau d’aide inspiratoire sont les suivants : les classifications
« tachypnée », « ventilation insuffisante » provoquent pour la période suivante une hausse du
niveau d’aide inspiratoire de 2 mbar ; en cas de « tachypnée sévère », cette hausse est de 4
mbar. En cas d’ « hypoventilation » ou d’apnée le système repasse en VAC. En cas
d’« hyperventilation inexpliquée », le système ne change rien mais déclenche une alarme. En
cas d’« hyperventilation », le système diminue le niveau d’assistance de 4 mbar. Enfin dans la
Généralités sur la ventilation mécanique et les modes ventilatoires
25/187
zone de statut respiratoire « normal », dite « zone de confort respiratoire », le système peut
baisser l’assistance par pas de 2 mbar, en fonction de l’évolution de la ventilation du patient
durant les périodes précédentes. En terme d’objectif de pression de sevrage par le système, si
le patient est intubé par voie endotrachéale l’objectif du niveau d’aide inspiratoire pour le
sevrage est de 9 mbar sinon, s’il est trachéotomisé, du fait de la moindre résistance
inspiratoire, l’objectif en pression est de 5 mbar.
Architecture
Le système à base de connaissance initial, Ganesh, fonctionnait à partir de règles
cliniques simples (base de connaissances) formalisées par des règles d’inférence d’ordre 0+
de type « SI-ALORS ». Le système reposait sur 142 règles qui représentaient la connaissance
médicale requise ; ces règles étaient organisées en 6 blocs.
Le premier bloc traitait des connaissances statiques à propos du patient et de sa
pathologie, saisies par le clinicien à l’initialisation du système. Le deuxième bloc évaluait la
sévérité de la pathologie du patient à partir du niveau de pression initiale fixé et déterminait
ainsi la période d’observation requise avant de déclarer le patient sevrable. Le troisième bloc
évaluait le statut respiratoire du patient à partir des données respiratoires et en fonction des
seuils cliniques internes au système. Le quatrième bloc évaluait l’évolution du statut
respiratoire en fonction du temps. Le cinquième bloc déterminait à partir des données des
précédents blocs le niveau de pression à fixer ainsi que la durée avant la prochaine expertise.
Le sixième bloc, plus dédié au deuxième objectif du système qui est le sevrage ventilatoire,
évaluait à partir du moment où le niveau de pression était à son minimum, si le patient pouvait
être séparable du ventilateur, ou bien s’il fallait continuer la période d’observation et la durée
avant la prochaine expertise. Un septième bloc dédié aux alarmes permettait de rebasculer sur
un mode de ventilation contrôlée en cas d’« hypoventilation centrale » ou d’apnée.
Utilisation clinique
Dans l’étude initiale de 1992 par Dojat et al. [48], 19 patients en début de sevrage
ventilatoire ont été inclus avec le système Ganesh. Les patients ont été séparés en 2 groupes
selon leur réussite au test de présevrage (groupe 1) ou non (groupe 2). A la fin de la période
de ventilation par le système, les 10 patients du groupe 1 furent extubés avec succès, comme
le préconisait le système tandis que les 9 patients du groupe 2 ont continué à être ventilés
comme également conseillé par Ganesh. Pour les patients du groupe 1, 95% de la durée totale
de ventilation mécanique était effectuée dans la zone dite de confort respiratoire versus 75%
du temps pour les patients du groupe 2. La conclusion de cette étude exprimait l’aspect positif
Généralités sur la ventilation mécanique et les modes ventilatoires
26/187
de ces résultats préliminaires. Pour des développements futurs, une augmentation de la base
de connaissance pour y admettre d’autres paramètres physiologiques était envisagée, et ils
pensaient également à une architecture plus générale sur les systèmes à base de connaissance
qui supporterait plus de procédures cliniques.
♦ NéoGanesh [46]
Evolution du système
L’évolution du système s’est effectuée sur le plan de l’architecture et de la
représentation de connaissance. Pour produire ce nouveau système, Dojat et al. se sont
appuyés sur le système de représentation Néopus [51, 52] développé par F. Pachet et al. (thèse
92, Paris VI).
Cette évolution de Ganesh vers NéoGanesh s’est donc basée sur une abstraction plus
poussée en utilisant une logique formelle d’ordre 1. Une description de la représentation des
connaissances médicales a été décrite [53]. L’ « héritage » de base de règles a permis de
placer des règles génériques en haut de la hiérarchie et de les raffiner en fonction du contexte.
Cela va dans le sens de la réutilisation de base de règles. Les auteurs estiment, du point de vue
de l’efficacité, qu’il vaut mieux dédier et limiter un système à base de connaissance à un
domaine (e.g. NéoGanesh et le sevrage de la ventilation mécanique). Dojat et al. ont fait une
description exhaustive des principes de fonctionnement de NéoGanesh [46].
Utilisation clinique
Dans l’article de 1996 [49], Dojat et al. décrivent les résultats de leur étude avec le
système NéoGanesh qui a porté sur 38 patients. Dans leur méthode, des tests de sevrage
usuels ont été effectués chez des patients semblant prêts à être sevrés selon le clinicien en
charge du malade. Ensuite, ils ont connecté le système pour une durée maximale de 24h ; ils
ont comparé les recommandations du système aux résultats des tests ainsi que le succès ou
l’échec de la déconnexion/extubation du patient. Un test de sevrage était considéré comme
positif quand 3 des critères suivants étaient remplis : FR ≤ 35 cpm, capacité vitale ≥ 10 ml/kg,
pression maximale inspiratoire ≥ 25 mbar, SpO2 ≥ 90% avec FiO2 ≤ 40%. Parmi les 38
patients inclus, 10 ont eu des tests de sevrage négatif et ont eu des durées de ventilation
prolongées (14h ± 5) avec le système sans aucune recommandation de séparation. Sur les 28
patients ayant eu un test de sevrage positif, 19 ont également eu des recommandations de
séparation par le système dont 17 ont réussi à l’épreuve de pièce en T. Chez les 9 autres
patients avec test de sevrage positif, le système avait émis un avis négatif quant à la
séparation. Parmi ces patients, 4 ont échoué à la pièce en T, et les 5 autres ont été reconnectés
Généralités sur la ventilation mécanique et les modes ventilatoires
27/187
au ventilateur ou réintubés dans les 48h. Leur conclusion valide l’efficacité du système pour
le sevrage ventilatoire.
Dans l’étude clinique que Dojat et al. effectuent avec NéoGanesh en 2000 sur 10
patients dépendants du ventilateur, ils comparent par périodes de 24h l’utilisation de la VSAI
traditionnelle réglée par le clinicien à celle du système NéoGanesh [50]. De plus, pour
quantifier le travail respiratoire effectué avec les 2 modes de ventilation, ils mesurent la
pression d’occlusion à 100 ms (P0.1). Le temps passé en zone de confort respiratoire par
rapport au temps total de ventilation était plus importante avec le système NéoGanesh (93% ±
8%) qu’avec la VSAI conventionnelle (66% ± 24%) alors que le niveau d’aide était similaire
durant les 2 périodes (19 ± 6 mbar avec NéoGanesh vs 17 ± 4 mbar en VSAI). Enfin le temps
passé avec une P0.1 importante (> 4 mbar) était plus important avec la VSAI (34% ± 35%)
qu’avec NéoGanesh (11% ± 17%) laissant supposer des durées réduites de travail respiratoire
excessif avec NéoGanesh.
♦ Automedon Système
La collaboration avec la société Hamilton n’a pu se poursuivre. Cependant, la ténacité
des auteurs du projet NéoGanesh a permis à une société, Dräger Medical (Lübeck,
Allemagne), de connecter le système avec un ventilateur de réanimation, initialement sous
forme de prototype (Figure 3). Automedon est le nom du prototype pourvu du système
NéoGanesh (commercialement dénommé plus tard SmartCare par Dräger Medical). Ce
système a été initialement installé sur un ordinateur externe positionné au dessus du
ventilateur de réanimation Evita 4 de Dräger Medical. L’intérêt était la facilité d’utilisation du
système d’autant plus qu’un système de mesure d’etCO2 était incorporé au ventilateur
dispensant ainsi de l’utilisation d’un analyseur externe de gaz.
Fonctionnement
Dans l’équipe de recherche et développement de Dräger Medical, S. Mersmann et son
équipe, conjointement avec M. Dojat ont transféré la technologie et le savoir de NéoGanesh
vers un ventilateur Evita4 (Dräger Medical) équipé d’un ordinateur [54].
Généralités sur la ventilation mécanique et les modes ventilatoires
28/187
Figure 3 : Système Automedon (Dräger Medical)
Photo du système Automedon composé d’un
ventilateur Evita 4 (Dräger Medical) connecté à
un ordinateur externe attenant.
Pour le développement du projet, la procédure de développement orientée objet dédiée
au logiciel embarqué Octopus / UML de Nokia fut utilisée. Ensuite, après analyse de tous les
composants, structure, parties fonctionnelles et non fonctionnelles du système, il leur fallut
modéliser la base de connaissance médicale. Ils utilisèrent alors la plateforme de
développement D3, composée en JAVA et dédiée aux systèmes à base de connaissance et
plus particulièrement aux expertises orientées diagnostic [55]. L’un des intérêts d’une telle
plateforme était l’interface homme-machine permettant de formaliser facilement la
connaissance médicale mise en oeuvre. Cela a abouti à un modèle de fonctionnement basé sur
une sectorisation bien établie des tâches du point de vue logiciel. Ainsi, le système était
pourvu de trois modules : un module (GUI) dédié à l’interaction avec l’utilisateur (le
clinicien) ; un module contenant la base de connaissance médicale (XPS) et déterminant les
classifications diagnostics en fonction des données courantes fournies ; un module
interagissant avec le ventilateur de réanimation (HOST). Pour effectuer la communication et
la commande de ces 3 modules parallélisés, un dernier supra-module (Master Control) pilotait
l’ensemble. L’ensemble du logiciel conversait avec le ventilateur via Medibus, un protocole
Généralités sur la ventilation mécanique et les modes ventilatoires
29/187
de communication basé sur une connectique type RS232 et développé par Dräger Medical
[56].
Evolution par rapport au système antérieur
Outre la différence dans la technique mise en œuvre, à la lumière des résultats des
précédentes études cliniques, quelques modifications ont eu lieu au niveau de la base de
connaissance. Tout d’abord 4 différents objectifs en pression basse (objectif du système pour
le sevrage) ont été fixés en fonction du paramétrage initial du système sur les caractéristiques
du patient. Ainsi si le patient est trachéotomisé et a un humidificateur chauffant, l’objectif de
pression basse est de 5 mbar ; s’il est trachéotomisé et a un filtre échangeur de chaleur et
d’humidité, l’objectif de pression basse est de 9 mbar. Si le patient est intubé par voie
endotrachéale et qu’il a un humidificateur chauffant, l’objectif de pression basse est de 7
mbar ; enfin, si le patient est intubé par voie endotrachéale et qu’il a un échangeur de chaleur
et d’humidité, l’objectif de pression basse est de 12 mbar. Les modifications des objectifs en
pression pour l’échangeur de chaleur et d’humidité avaient été faites pour compenser l’espace
mort de ces filtres. Concernant la fréquence respiratoire, le seuil haut est passé de 28 cpm à 30
cpm avec un seuil maximal autorisé à 36 cpm. De plus, dans le cas d’un patient souffrant d’un
désordre neurologique, alors paramétrable, le seuil haut en fréquence respiratoire est de 34
cpm. Enfin, dans le cas de sur-assistance ventilatoire, classifiée par le système comme
« hyperventilation », il est possible pour le système de baisser le niveau d’aide inspiratoire en
deçà de son objectif de pression basse jusqu’à un minimum de 5 mbar.
Utilisation clinique
Une fois le prototype et les évolutions cliniques mises en oeuvre, il fallut démontrer
son intérêt et son efficacité. Une étude multicentrique, comparant le sevrage ventilatoire usuel
mené par une équipe soignante, au sevrage du système Automedon, eut donc lieu. Cette étude,
réalisée par Lellouche et al. [47], fut menée dans 5 services européens de réanimation
médicale (Barcelone, Bruxelles, Genève, Créteil, Paris). Cette étude multicentrique
prospective et randomisée inclut 147 patients et compara un sevrage ventilatoire par le
système automatisé et par les médecins selon les habitudes locales propres à chaque centre. Le
système automatisé a permis de diminuer significativement le temps de sevrage ventilatoire (3
jours versus 5 jours), la durée totale de ventilation mécanique (7,5 jours versus 12 jours) et la
durée de séjour en réanimation (12 jours versus 15,5 jours). La mortalité en réanimation et
intra hospitalière était identique dans les deux groupes. Comparativement au groupe non
automatiquement supervisé, le système automatisé montrait une probabilité de rester sous
Généralités sur la ventilation mécanique et les modes ventilatoires
30/187
ventilation assistée plus basse, un recours à la VNI en post extubation statistiquement moins
important et un nombre total de complications liées à la ventilation mécanique diminué de
30%. Cependant, ces résultats prometteurs avaient comme limites la faible proportion de
patients éligibles randomisés (14%, 147/1014) et le faible effectif des insuffisants
respiratoires chroniques.
Une autre étude clinique a été menée à la même époque avec le même système par
Jouvet et al. sur 20 patients pédiatriques [57]. Aucune différence significative entre la
méthode automatisée et la méthode standard clinique de sevrage ne fut trouvée exceptée la
durée de sevrage qui était plus courte de 1.5 jours en moyenne pour le système automatisé.
L’intérêt de cette étude a été de montrer que le système Automedon, avec des paramètres et
un ventilateur dédiés aux patients pédiatriques pouvait faire aussi bien que l’équipe clinique
dans la gestion du sevrage ventilatoire des patients.
♦ SmartCare (version industrielle de NéoGanesh)
Système
Après les essais concluants du prototype Automedon dans les différentes études,
Dräger Medical a commercialisé le système. Dès 2007, tous les ventilateurs Dräger Medical
Evita XL [58] (Figure 4) étaient pourvus de l’option SmartCare [59], ainsi que de l’option
CapnoSmart, que les utilisateurs pouvaient choisir. L’option CapnoSmart correspond au
dispositif de mesure et calcul de l’etCO2 par le ventilateur, elle est nécessaire au
fonctionnement de SmartCare.
Photo du ventilateur Evita XL fonctionnant
en mode VSAI/SmartCare
L’intérêt de la version commerciale par rapport au prototype est l’interface homme-
machine beaucoup plus conviviale et surtout le fait que le système soit « embarqué » au sein
Figure 4 : ventilateur Evita XL par Dräger Medical
Généralités sur la ventilation mécanique et les modes ventilatoires
31/187
du ventilateur de réanimation. Le capteur de etCO2 est également une option avec un logiciel
également « embarqué » (CapnoSmart).
En terme de connaissance médicale, la version industrielle est pratiquement identique
au prototype précédemment décrit. Par contre, le fait que cela devienne un logiciel embarqué
à un ventilateur de réanimation a modifié la conception et les outils utilisés. Le logiciel libre
de modélisation de la base de connaissance (D3) a changé pour sa version commerciale,
SOLVATIO. Avec ce changement, les développeurs de Dräger Medical ont implémenté des
nouveaux outils et de nouvelles règles au système. La base de connaissance de SmartCare
(Annexe A) est composée de 264 règles, 64 « symptômes » et 50 « diagnostics » d’après
Mersmann et al. [60]. Selon eux, l’idée principale de SmartCare, outre la ventilation et son
sevrage automatisés, était que n’importe quel protocole clinique puisse être implémenté avec
la structure de SmartCare. De plus, le dispositif cible de SmartCare (ventilateur) devait être
totalement transparent (lecture des valeurs et des paramètres) et avoir un accès restreint au
système hôte (paramétrage spécifique) ; ils ont appelé ce dispositif RAWS (Read-All-Write-
Some). Ci-après un schéma descriptif du fonctionnement de SmartCare (Figure 5) ;
Figure 5 : Schéma du fonctionnement de SmartCare
Les données mesurées par le ventilateur sont fournies à SmartCare qui contrôle en
retour le niveau d’aide inspiratoire
Applications cliniques
Suite à l’accessibilité du système SmartCare sur les ventilateurs Evita XL, plusieurs
études cliniques ont été menées [61-68] démontrant parfois l’efficacité du système en terme
de réduction du temps de sevrage [62, 64, 65, 69]. Ces études ont également permis de
montrer quelques limites du système [61, 63, 69-71] ou ont montré que le système était aussi
Généralités sur la ventilation mécanique et les modes ventilatoires
32/187
efficace que les pratiques cliniques usuelles [68, 69]. La Figure 6 montre le système
SmartCare en fonctionnement.
De plus, en terme économique, il a été présenté, au congrès MEDICA de Berlin en
2006, une étude menée en Allemagne par Kraft et al.[72]. Cette étude avait pour objet les
possibles économies par l’innovation technologique dans le milieu médical. L’une de ses
conclusions concernait les services de réanimation médicale et l’utilisation de SmartCare. Elle
concluait qu’en terme d’analyse coût-bénéfice, les économies potentielles grâce à l’utilisation
de SmartCare étaient approximées à 2000 € en terme de gain sur le temps de sevrage et 2000
€ en terme de médicaments et consommables soit 648 millions d’euros par an en Allemagne.
Des améliorations portées sur ce système seraient donc encore plus profitables pour les
systèmes de santé.
Figure 6 : Système SmartCare en fonctionnement
Interface utilisateur : en haut la courbe de pression caractéristique du
mode VSAI. A droite, il y a les mesures ventilatoires courantes. Dans le
panneau de données, on peut voir la durée de fonctionnement en mode
SmartCare, la phase ventilatoire SmartCare et la dernière classification
ventilatoire (diagnostic SmartCare). A droite du panneau, il y a les mesures
et données SmartCare précédemment déterminées. En bas du panneau, on
peut voir les caractéristiques de la session en cours (filtre humidificateur
avec sonde endotrachéale, pas de pathologie neurologique ou pulmonaire,
Généralités sur la ventilation mécanique et les modes ventilatoires
33/187
poids du patient, option de repos nocturne, AI initial et AI minimum
(objectif du sevrage).
♦ SmartCare+
Pour étudier les améliorations et les limites trouvées à SmartCare, le système sera
utilisé dans une version dédiée à la recherche permettant d’insérer les modifications et de les
évaluer, cette version a été appelée SmartCare +.
Moyens d’étude des limites du système et des solutions d’amélioration
34/187
II. Moyens d’étude des limites du système et des solutions d’amélioration
Du fait de l’avancée technologique, de la modernisation des appareils médicaux et du
nombre de patients constamment croissant dans les services médicaux, la tendance médico-
technologique est naturellement à l’automatisation de certaines procédures ou protocoles
cliniques. Cependant l’évaluation de telles procédures automatisées est complexe. La
ventilation mécanique et son sevrage sont des activités cliniques demandant des
connaissances et une expertise médicale poussées. Grâce au perfectionnement des
ventilateurs, certaines parties ou périodes ventilatoires ont pu être automatisées. C’est
notamment le cas de la ventilation en VSAI et du sevrage ventilatoire. Nous avons donc tenté
d’établir, en nous appuyant sur un système automatisé de ventilation artificielle (SmartCare),
une évaluation du système et le cas échéant de proposer des améliorations dudit dispositif.
Notre travail de thèse a donc consisté à :
1) formaliser ces limites sur la base des résultats de la littérature, de la base de
données que nous avons pu organiser et d’expérimentations spécifiquement
destinées à évaluer ces limites.
2) mettre en place des études cliniques pour tenter de dégager des indexes nouveaux,
fiables et utilisables par le système pour étendre son champ d’application.
3) évaluer les solutions proposées en fonction de leur stade d’avancement grâce à des
outils de laboratoire.
La méthode proposée pourrait être utilisée pour améliorer d’autres dispositifs
médicaux.
II.1. Outil pour la définition des limites d’utilisation
Pour évaluer les limites et améliorer le système, il nous a paru indispensable d’avoir
des données sur lesquelles nous appuyer. Certaines limites d’utilisation sont rapportées dans
les publications. Néanmoins, ces données publiées sont propres au contexte d’utilisation et ne
permettent pas toujours de connaître parfaitement le fonctionnement du système et de
reproduire les situations de dysfonctionnement. Une solution est d’avoir un journal de recueil
des données du système, enregistrant les données courantes ou les faits marquants pendant
l’utilisation de ce système. Ainsi, en récupérant ces journaux de données de l’ensemble des
appareils utilisant le système, cela permet de créer une base de données sur laquelle s’appuyer
Moyens d’étude des limites du système et des solutions d’amélioration
35/187
pour étudier de manière appropriée le système, ses faits contextuels et son comportement
général.
Le système SmartCare a été utilisé dans beaucoup d’études cliniques publiées. Chaque
article peut énoncer des limites de l’étude ou parfois du système. Cependant rien de
systématique n’avait pu jusqu’alors réellement caractériser ces limites. Le système SmartCare
enregistre dans un journal tout le déroulement de ses sessions. La récupération de toutes ces
sessions sur un ensemble de ventilateurs nous a permis de réaliser une base de données sur
laquelle nous appuyer pour caractériser les limites du système.
Etude rétrospective : Base de données
Le système SmartCare stocke l’ensemble des informations, données ventilatoires,
caractéristiques du patient et réglages du ventilateur1. Il enregistre ses données de
fonctionnement dans un fichier. Nous avons recueillis l’ensemble des sessions disponibles
dans différents hôpitaux équipés de SmartCare (Tableau 2). Lors d’une session SmartCare,
l’utilisateur saisit le poids du patient, le mode d’intubation et le moyen d’humidification,
précise si le patient est atteint de bronchopneumopathie chronique obstructive (BPCO) et s’il
est atteint d’un désordre neurologique ; il peut préciser une période de sevrage ralenti avec
l’option « Repos nocturne ». Ensuite l’utilisateur démarre la session et le système SmartCare
débute l’enregistrement des données à partir desquelles il officie.
Une nouvelle session est démarrée à chaque départ de SmartCare ainsi un même
patient peut avoir plusieurs sessions par jour. Une session se compose des caractéristiques de
la session (nom du fichier, date, nom du ventilateur, caractéristiques saisies pour le patient…),
de l’ensemble des données ventilatoires du patient moyennées sur 2 ou 5 minutes (équivalent
à 1 enregistrement), de la classification ventilatoire correspondante, des alarmes et réglages
du système et du prochain niveau d’aide inspiratoire dérivé de la classification.
L’étude des fichiers provenant de différentes études permet une analyse fine du
comportement du système. A partir de ces données, nous avons défini une base de données.
1 A notre connaissance, SmartCare est le seul des systèmes de ventilation automatisé (NAVA, ASV, PAV…) qui permet le recueil de l’ensemble des informations patients et réglages du ventilateur.
Moyens d’étude des limites du système et des solutions d’amélioration
36/187
Tableau 2: Sources de la base de données
Cette table présente les études spécifiques associées à
SmartCare et les centres hospitaliers associés.
Hôpital Etude Bichat (Paris) Etude multicentrique sur SmartCare Cantonal de Genève Etude multicentrique sur SmartCare Necker (Paris) Etude pédiatrique sur SmartCare Kiel (Allemagne) Diverses études Erasme (Bruxelles) CO2 et SmartCare Henri Mondor Diverses études
Pour la création de la base de données, nous avons choisi ACCESS de Microsoft.
Nous avons utilisé le langage Visual Basic pour réaliser des fonctions d’importation des
données contenues dans les différents fichiers. La base de données est organisée autour de la
notion de session (Figure 7). Les détails de sa structuration sont en Annexe C.
Figure 7: Organisation de la base de données
La base de données est composée de 5 tables : Identifications (identifiant du patient),
Session_Size (durée et nombre d’enregistrements de la session), Records (informations sur
la ventilation du patient), Settings (réglages du système) et Sessions qui regroupe
l’ensemble des sessions et permet la liaison entre les 4 tables précédentes.
Moyens d’étude des limites du système et des solutions d’amélioration
37/187
La diversité des centres et les différents réglages particuliers de SmartCare ont imposé
d’effectuer un filtrage sur l’ensemble des données de travail. Les patients pédiatriques ont été
étudiés à part, ayant une stratégie spécifique associée à SmartCare. Les sessions avec le mode
ATC (compensation automatique de la résistance de la sonde d’intubation) ont aussi été
écartées par soucis d’homogénéisation des données.
La base données est composée de 340 patients, 1201 sessions pour un temps total de
557362 minutes (387 jours) ce qui correspond à 219530 enregistrements de 2 ou 5 minutes.
Les données statistiques sont exprimées en médiane [25ème – 75ème percentiles] ou en
pourcentage du nombre d’enregistrements.
Chaque patient a eu 2 [1-4] sessions de 70 [18-201] enregistrements.
En terme de pathologies indiquées, 61 patients sont BPCO (20% des enregistrements),
55 patients ont un désordre neurologique (23% des enregistrements), 20 patients ont un
désordre neurologique et sont BPCO (10% des enregistrements), 253 patients n’ont aucune
pathologie indiquée (47% des enregistrements).
En terme ventilatoire, sur l’ensemble des enregistrements le niveau d’aide inspiratoire
a été de 9 [7-12] mbar, la PEP de 5 [5-8] mbar, la pression totale de 17 [13-21] mbar, la
fréquence respiratoire de 22 [17-26] cpm, le volume courant de 533 [428-637] ml et l’etCO2
de 33 [29-39] mmHg.
En terme de classifications par le système SmartCare, sur l’ensemble des
enregistrements, il y a 78% de « ventilation normale », 16% d’ « hyperventilation », 4% de
« tachypnée », 1% de « ventilation insuffisante » et 1% d’autres classifications.
II.2. Moyen pour la mise en place d’études cliniques prospectives spécifiques
Les limites du système ayant été évoquées dans leur principe, il nous a fallu réaliser
une exploration fine des données pour mieux les caractériser et mettre en œuvre des solutions.
Une étude clinique prospective permet de directement se focaliser sur l’objet de la
recherche, et permet donc de décrire précisément des phénomènes constatés. Il n’y a pas
d’intervention, il s’agit d’études observationnelles permettant de caractériser des phénomènes
qui viennent en complément de l’étude rétrospective.
Moyens d’étude des limites du système et des solutions d’amélioration
38/187
Monitorage de la ventilation avec VentView (Dräger Medical)
Nous nous sommes servis pour certaines de ces études du logiciel VentView de
Dräger Medical. C’est un logiciel pour la représentation graphique et numérique des
paramètres de ventilation et l’affichage des messages d’état et des alarmes des ventilateurs de
réanimation (Savina, Evita 2 dura, Evita 4, EvitaXL et Babylog 8000 plus) de Dräger
Medical. Il permet :
- un affichage simultané des courbes de ventilation ;
- un affichage de la boucle de deux paramètres de ventilation, par exemple, boucle
pression-volume ;
- un affichage séparé des tendances de ventilation ;
- un affichage successif en tableaux de 10 paramètres de ventilation ;
- une liste de toutes les valeurs de mesure et de réglage ;
- un affichage des courbes mémorisées ;
- une exportation des données en temps réel dans des logiciels externes (format .csv).
VentView enregistre les données à la fréquence de 0.1 Hz, soit une donnée toutes les
10s. Les données enregistrées correspondent aux mesures relevées lors du dernier cycle de la
période de 10s considérée. La Figure 8 présente la table d’enregistrement des données qui
pourra être ensuite exportée puis analysée.
Figure 8 : Table d’enregistrement des données sous VentView
Données enregistrées sous VentView : horaires d’enregistrement (séparés par 10s) et
données ventilatoires. Ceci permet de simuler le fonctionnement de SmartCare car le système
recueille les données du ventilateur avec la même période de 10s. Sur la droite de la figure,
on peut voir les mesures courantes, pendant l’enregistrement des données par VentView.
Moyens d’étude des limites du système et des solutions d’amélioration
39/187
II.3. Moyens d’évaluation des solutions proposées
En fonction des résultats obtenus aux études prospectives et rétrospectives, les
solutions proposées seront testées. Dans cette partie vont être décrits ces différents moyens de
tests ainsi que leurs limites et leur intérêt.
Dans le domaine de la ventilation comme dans beaucoup de domaines industriels, les
tests se font d’abord sur banc d’essai, qui permet de recréer des conditions standardisées, puis
en situation réelle.
Les solutions algorithmiques étant déterminées et développées, il faut alors les
évaluer. L’algorithme est évalué sur banc de test expérimental, puis sur patient. L’évaluation
sur patient est réalisée d’abord en boucle ouverte, le système reçoit les données du patient et
délivre des consignes à suivre sans effectuer les actions proposées. Ensuite, l’étape finale est
d’évaluer le système en boucle fermée, le système interagissant alors complètement avec le
patient.
Ce travail de thèse a nécessité la mise en place d’expérimentations spécifiques à la fois
rétrospectives et prospectives sur patient simulé, ainsi qu’en conditions réelles d’utilisation.
Les solutions proposées dans cette thèse n’ont pas été testées en boucle fermée.
II.3.1. Bancs d’essai mécanique (Figure 9)
Le laboratoire Respiratory Team du service de réanimation médicale de l’hôpital
Henri Mondor de Créteil a une longue expérience dans le domaine des tests ventilatoires. Il
possède plusieurs bancs d’essai mécaniques pour tester les ventilateurs (Michigan Dual Adult
TTL, ASL 5000, Siemens Test Lung 190).
Plusieurs types de bancs d’essai mécaniques pour ventilateurs existent. Il existe des
bancs utilisant des ballons (ex : Siemens Test Lung 190) servant à modéliser le système
respiratoire de façon passive. Un type de banc un peu plus moderne utilisant un modèle de
poumon à double compartiment (Michigan Dual Adult TTL), et qui va être décrit par la suite,
modélise le système respiratoire de façon passive ou active avec la possibilité de déclencher
les cycles respiratoires. Ce type de bancs est utilisé pour des études sur des ventilateurs de
réanimation [19, 73], des ventilateurs d’anesthésie [74], des ventilateurs de transport [75] ou
des ventilateurs de domicile [76]. La limitation de ce type de système est qu’un test sur banc
ne reflète pas nécessairement la réalité sur patient. Certaines études accompagnent parfois
leurs expérimentations d’un test sur sujets sains [76], la plupart concluant sur la nécessité
d’une vérification clinique des résultats trouvés sur banc. D’autres types de bancs de test plus
Moyens d’étude des limites du système et des solutions d’amélioration
40/187
modernes commencent à être utilisés dans les études [77]. Ce sont maintenant des
« simulateurs » (ASL 5000 ; Ingmar Medical) qui pilotent par ordinateur un piston, simulant
ainsi l’activité des muscles respiratoires et le poumon du patient. L’intérêt est la convivialité
par l’utilisation d’un ordinateur pour paramétrer le test ; la limite par rapport au poumon test
« standard » est que l’on ne peut pas observer les mouvements du piston ni le rapport entre les
valeurs (ex : résistance, compliance) paramétrées et la réalité. Cela peut imposer d’effectuer
une étude in vivo sur sujets sains [77] en plus d’une éventuelle vérification sur patients.
Principe des bancs d’essais mécaniques
Figure 9 : Banc d’essai mécanique (Cette figure est dérivée de l’article de Richard et al. [73])
Schéma du banc d’essai mécanique relié au ventilateur évalué. La chaîne d’acquisition est
composée de capteurs de pression et débit connectés à un ordinateur pour l’enregistrement
des données. Pour la simulation, le banc est composé de 2 soufflets, l’un représentant le
poumon du patient et l’autre, relié à un ventilateur moteur, permettant la simulation de
l’effort inspiratoire du patient en « soulevant via une cale de liaison» le soufflet « poumon »,
simulant ainsi un effort inspiratoire.
Ce banc test est composé du poumon test à double compartiment (Michigan Dual
Adult TTL), d’un ventilateur moteur et d’un banc d’acquisition qui enregistre les signaux via
Moyens d’étude des limites du système et des solutions d’amélioration
41/187
des capteurs pour la pression et le débit délivrés. Trois types de tests sont effectués, un test
évaluant le temps de déclenchement du ventilateur par rapport au début de l’"effort
inspiratoire" généré par le ventilateur moteur, un autre test évalue la qualité de pressurisation
en aide inspiratoire sous diverses conditions, enfin un dernier test quasi-statique en VC en
volume avec un poumon test simple (Siemens Test Lung 190) évalue les volumes délivrés.
L’avantage de ce banc est que l’on voit parfaitement ce que fait le ventilateur testé et que l’on
contrôle parfaitement tous les réglages. Deux études pertinentes, utilisées pour comparer entre
eux des ventilateurs de réanimation ont utilisé ce type de banc. L’étude de Richard et al. [73],
en 2002, a comparé 22 ventilateurs commercialisés (nouvelle et ancienne génération (après ou
avant 1993) ou nouveau avec piston) et a permis un classement des ventilateurs entre eux sur
des critères simples et avec des modes ventilatoires cliniquement conventionnels. Ils
concluaient que les ventilateurs de « nouvelle » génération avec et sans piston étaient
meilleurs sur les test techniques que leurs prédécesseurs. Dans l’étude de Thille et al. [19], en
2006, nous avons comparé entre eux 13 ventilateurs de dernière génération selon la même
méthode. Nous avons ensuite comparé nos résultats à ceux de l’étude de 2002; notre
conclusion fut que la technologie des ventilateurs semble avoir atteint une limite
technologique car il n’y a pas eu d’amélioration significative entre les résultats. De plus, les
ventilateurs de dernière génération à turbine sont équivalents aux ventilateurs à gaz
comprimés, et les résultats des ventilateurs de dernière génération sont assez hétérogènes.
Ces deux études ont donc permis d’évaluer les ventilateurs entre eux et les
améliorations techniques concernant les modes conventionnels. Elles ont rapporté des
limitations du banc d’essai concernant les aspects méthodologiques et techniques. En terme
technique, une qualité qui est aussi un défaut de ces bancs est la répétitivité continuelle des
efforts sans variation dans l’intensité ou le type de cycles. Ainsi, c’est une qualité quant à la
reproductibilité des tests entre tous les ventilateurs sur ce type de banc, mais c’est un défaut
car chez un patient aucun cycle n’est parfaitement identique. De plus, ces bancs d’essais
simulant des efforts, ont la possibilité d’être réglables en compliance ou résistance mais ne
simulent pas les échanges gazeux.
L’ensemble de ces limitations ne permet pas d’utiliser un poumon test mécanique de
type Michigan dual Test Lung TTL ou de type ASL 5000 pour évaluer les changements
avancés du système automatisé de ventilation et de sevrage. Nous avons donc dû tester les
changements par d’autres approches.
Moyens d’étude des limites du système et des solutions d’amélioration
42/187
II.3.2. Bancs d’essai informatiques à partir de fichiers patients
Nous avons créé un banc de test informatisé utilisant des enregistrements réels. Pour
cela, nous avons modifié le code du système SmartCare+ de façon à remplacer les données
acquises du ventilateur par celles recueillies via VentView. Certains fichiers JAVA de la
classe d’acquisition des données ont été modifiés dans le but de récupérer les données de
fichiers CSV et de les traiter comme des données de patient à la place d’une acquisition
temps-réel (Figure 10).
Figure 10 : Schéma de fonctionnement de SmartCare+ avec
les fichiers VentView
Les données fournies par le fichier VentView comme mesures
du ventilateur sont envoyées à SmartCare+ (au format texte
.csv) qui détermine alors l’aide inspiratoire qui devrait être
fournie.
Une modification de la durée des périodes utilisées dans la base de connaissance a
permis de réduire la durée des tests par un facteur 6.
Limites
Ce banc-test a permis d’évaluer des changements simples mais a montré ses limites,
imposant l’utilisation d’un simulateur informatique plus perfectionné ou patient virtuel.
Moyens d’étude des limites du système et des solutions d’amélioration
43/187
La principale limite est le fait qu’il n’y a aucune réponse ventilatoire du patient. Le
système SmartCare+ lit les données des fichiers spécifiés, effectue si nécessaire un
changement de niveau d’aide inspiratoire, mais cela n’a pas d’incidence sur le fichier qui
continue à fournir les données enregistrées automatiquement. Il faut également rechercher les
données pertinentes parmi les fichiers VentView. Pour tester une modification du système, il
faut des conditions ventilatoires particulières que ne possèdent que quelques fichiers
VentView de manières éparses. Ces conditions particulières sont des conditions limites du
système rarement voire jamais atteintes par la ventilation des patients enregistrée par
VentView.
II.3.3. Patient virtuel
Le SmartPatient (Figure 11) est un simulateur informatique de patient ventilé créé par
l’équipe de développement de Dräger Medical basé sur un modèle physiologique (Annexe D).
Le but est la formation d’utilisateurs aux ventilateurs et la visualisation des conséquences des
réglages sur la respiration et les gaz du sang d’un patient virtuel. Il est encore en phase de
prototypage et peut encore être amélioré mais est très utile pour les tests du système. On peut
régler manuellement pendant la simulation différents paramètres physiologiques et
ventilatoires. En terme de mode ventilatoire, 2 choix sont proposés, soit PCV+ (pressure-
controlled ventilation+, ventilation à pression contrôlée assistée) soit PSV (VSAI). Pendant la
ventilation les paramètres cliniques et ventilatoires sont accessibles par l’ordinateur au niveau
du programme et manuellement au niveau de l’interface homme-machine du SmartPatient.
L’hôte est alors un ventilateur virtuel dont SmartCare+ peut contrôler le niveau d’aide
inspiratoire en fonction des données ventilatoires du patient virtuel (Vt, etCO2, FR) et des
paramètres ventilatoires (AI, PEP) du ventilateur virtuel (Figure 12). L’intérêt est l’interaction
directe entre SmartCare+ et le patient via le ventilateur, car on peut
« contrôler manuellement» les paramètres cliniques du patient virtuel pendant la simulation.
De plus, on peut « accélérer » les réactions du patient et donc accélérer le déroulement d’une
session.
Moyens d’étude des limites du système et des solutions d’amélioration
44/187
Figure 11 : Présentation du patient virtuel SmartPatient
Interface du logiciel SmartPatient en fonctionnement. Sur le panneau de gauche se
situent les différents paramètres réglables du patient simulé. Sur le panneau principal se
situent les courbes ventilatoires du patient (de haut en bas : pression, débit, CO2 expiré, effort
inspiratoire, données d’etCO2 et PaCO2). Sur le panneau de droite se situent les données
mesurées par le ventilateur virtuel.
Moyens d’étude des limites du système et des solutions d’amélioration
45/187
Figure 12 : Schéma de fonctionnement du SmartPatient avec SmartCare+
Les mesures du patient virtuel sont fournies au ventilateur virtuel qui les
envoie à SmartCare+. En retour, SmartCare+ délivre un niveau d’aide
inspiratoire (ou d’autres paramètres de contrôle) au ventilateur virtuel qui les
modifie alors au niveau du patient virtuel.
Paramètres et mesures utilisés avec le Système SmartCare+
La physiologie du SmartPatient peut être divisée en 3 parties, l’une statique traite de la
mécanique ventilatoire, une deuxième plus dynamique traite des échanges gazeux, et une
troisième est la boucle de contrôle ventilatoire que nous avons introduite pour simuler des
boucles de contrôle de la ventilation par les centres respiratoires du patient (rétrocontrôles).
Paramètres cliniques réglables
Les paramètres réglés sont la fréquence spontanée du patient, la pression musculaire
d’effort, la résistance et la compliance. Les compliance et résistance, réglées en début de test
ne changeront pas et caractériseront le type de patient ventilé (obstructif, restrictif…). La
pression musculaire et la fréquence respiratoire sont fixées mais peuvent être modifiées en
cours de ventilation si les rétrocontrôles respiratoires sont utilisés.
Voici des exemples de paramètres cliniques réglés à l’initialisation du SmartPatient
(Tableau 3).
Moyens d’étude des limites du système et des solutions d’amélioration
46/187
Tableau 3 : Type de patient SmartPatient
Ce tableau présente chaque valeur paramétrée sur le SmartPatient selon que l’on ait
voulu simuler un patient BPCO ou non..
Type de patient BPCO Normal R 19 mbar/l/s 3 mbar/l/s C 89 ml/mbar 90 ml/mbar FR 25 cpm 20 cpm Pmus 7 mbar 4 mbar VCO2 325 ml/min 250 ml/min HB 15 g/dl 15 g/dl Shunt 10 % 5 % VD_alv 15 % 10%
BPCO 5 (11%) 1 (14%) >0.99 Maladie cardiaque 17 (37%) 1 (14%) 0.40 Durée de ventilation avant inclusion 3 [2-6] 4 [3-6] 0.57 Durée totale de ventilation dans le service 8 [6-19] 14 [7-27] 0.30 Durée de séjour dans le service 12 [8-24] 23 [12-28] 0.15 Morts dans le service 29 (63%) 4 (57%) >0.99
Les données sont présentées en nombre ou médiane [25ème-75ème percentile], IGS II : Index de Gravité
Simplifié, SOFA (sequential organ failure assessment) et LODS (logistic organ dysfunction score) sont des
scores de dysfonction d’organes, Ramsay : score de sédation, VM : ventilation mécanique, BPCO : broncho
pneumopathie chronique obstructive, les durées sont exprimées en jours.
Les caractéristiques des 2 groupes sont similaires sauf pour le score IGS2 à l’inclusion qui
est plus élevé dans le groupe des échecs.
Description des principales études s’intéressant aux limites du système
90/187
Données avant le changement de mode ventilatoire, en VAC à T0
Le Tableau 12 présente les données à T0, en mode VAC juste avant le changement en VSAI.
Tableau 12 : Données à T0 en VAC avant le changement
Chaque donnée mesurée ou calculée est présentée par groupe (Succès ou Echec) et
A 2 minutes du changement, le RSB permet de différencier les patients qui réussiront
la VSAI des autres. La différence entre le niveau d’aide inspiratoire initial fixé en VSAI et la
Pel permet également de différencier les échecs des succès du test de VSAI.
Performance statistique des données
En VAC et en VSAI, sont recherchés les patients qui supporteront le changement de
mode ventilatoire (Succès). Un Vrai Positif (VP) sera un patient pour lequel l’indicateur a été
positif et pour qui le changement de mode aura été un succès. On cherche à détecter les vrais
positifs (VPP élevée) en minimisant les faux négatifs (VPN basse) tel que le paramètre soit un
compromis entre la sécurité (minimiser le risque de mettre un patient en échec) versus
l’automatisation (maximiser le nombre de malades pouvant en bénéficier).
Description des principales études s’intéressant aux limites du système
92/187
Le Tableau 14, présente les performances statistiques des variables significatives des
tableaux présentés.
Tableau 14 : Performance statistique des indicateurs
Les données mesurées sont présentées en colonne selon la période ventilatoire de
recueil avec en lignes les différents indicateurs de performances statistiques
Avant changement, en VAC à T0 Après, en VSAI à T0 + 2 min C Pel PFP RSB AI – Pel FR mes- fix A ROC 0.81 0.80 0. 80 0.76 0.80 0.74 Valeur seuil Optimale
Synthèse : 55 patients ont été inclus dans cette étude. 46 succès, 7 échecs pour détresse
respiratoire, 2 échecs pour hypoventilation centrale.
En VAC, la pression élastique (Pel) ainsi que 2 données liées (PFP, Compliance)
permettent de détecter les patients qui supporteront le changement de mode ventilatoire (Pel
< 14 mbar ou compliance > 30 ml/mbar ou PFP < 360 cpm.mbar) avec une bonne précision
diagnostique (index de Youden à 0.57). Les différences entre la fréquence respiratoire
mesurée et réglée en VAC ainsi qu’entre l’aide inspiratoire à 2 minutes et la pression
élastique ont des capacités prédictives un peu moins bonnes (indexes de Youden à 0.47 et
0.52 pour des seuils à 4 cpm et 1.5 mbar respectivement). En VSAI à 2 minutes, le RSB
permet de déterminer les patients qui supporteront le changement par un RSB < 95 cpm/l
(index de Youden à 0.53).
Discussion des résultats trouvés
93/187
V. Discussion des résultats trouvés
Nous allons dans cette partie discuter des différents résultats de chacune des études. Les
différents thèmes concerneront ainsi les résultats sur la caractérisation de l’état du patient, les
critères de la stratégie de sevrage et la période d’utilisation. Enfin, nous discuterons de la
méthode proposée.
V.1. Caractérisation de l’état du patient Pour caractériser l’état du patient avec le système SmartCare, il faut s’intéresser aux
mesures des paramètres physiologiques, puis aux classifications et seuils prenant en compte
ces mesures physiologiques.
♦ Fréquence respiratoire et asynchronies sous SmartCare
Comme l’ont montré Thille et al. [78], les asynchronies peuvent fausser la fréquence
respiratoire mesurée en VSAI, et pourraient aussi avoir des conséquences délétères pour le
patient. Nous avons montré dans cette étude que la réduction du niveau d’aide inspiratoire,
réduisant le volume courant inspiré, réduisait également l’incidence des asynchronies et
notamment des efforts inefficaces. Chao et al. [79] avaient également trouvé qu‘il s’agissait
de la méthode la plus efficace pour réduire les asynchronies. Deux études physiologiques
[107, 108] ont trouvé des résultats similaires, à savoir que la diminution du niveau d’aide
inspiratoire, en réduisant le volume courant inspiratoire et le temps d’insufflation, diminue les
efforts inefficaces, allonge le temps expiratoire et diminue possiblement la PEP intrinsèque.
Pendant la ventilation et son sevrage avec SmartCare, le but du système est de diminuer
progressivement le niveau d’aide inspiratoire jusqu’à un seuil bas de sevrage fixé. De ce fait,
le fonctionnement normal du système va permettre d’annuler les efforts inefficaces et le
sevrage du patient se fera à sa fréquence respiratoire réelle. A niveaux de pression modérés, il
est vraisemblable qu’il n’y ait pas de problèmes d’asynchronies pour le système SmartCare
qui les annule en réduisant son niveau d’aide.
Par contre, dans le cas de hauts niveaux d’aide, surtout chez des patients obstructifs
limités dans leur débit expiratoire et ayant une PEP intrinsèque, on pourrait constater des
efforts inefficaces du fait de l’hyperinflation dynamique causée par un trop grand volume
courant ainsi que par la diminution de la commande centrale [107]. Dans ces conditions, le
Discussion des résultats trouvés
94/187
système SmartCare pourrait mal détecter la fréquence respiratoire et devenir alors instable.
Son instabilité débuterait par une détection de la fréquence réelle du patient, potentiellement
pathologique, et une augmentation subséquente du niveau d’aide inspiratoire jusqu’à 4 mbar
si la fréquence respiratoire dépassait 36 cpm. Du fait de l’hyperinflation dynamique et d’une
commande ventilatoire alors déprimée causes d’efforts inefficaces, le système ne pourrait
alors détecter qu’un cycle sur deux et ne mesurer qu’une valeur de fréquence inférieure à 15
cpm. Dans cette situation caricaturale mais pouvant exister chez les BPCO sévères [64], le
système pourrait alterner entre des augmentations et diminutions successives du niveau d’aide
inspiratoire. Un algorithme de détection des asynchronies, et notamment des efforts
inefficaces, serait profitable dans cette situation, accompagné éventuellement par une
procédure dédiée à ce type de situations.
♦ Méthode de calcul de l’etCO2
En laissant complètement expirer un patient, son etCO2 peut augmenter pendant des
expirations prolongées par rapport à ses cycles normaux [3, 87, 101]. Sur un ensemble de
cycles respiratoires spontanés d’un patient, une expiration plus longue peut donc mieux
refléter la PACO2. Nous avons postulé que l’utilisation du maximum sur une période de 2 ou
5 minutes, comme utilisé par le système SmartCare pour effectuer la moyenne, pourrait être
plus représentative de la ventilation alvéolaire du patient que la moyenne de l’etCO2 sur la
même période. Ainsi, dans le cas d’une ventilation normale, l’etCO2 pourra approcher la
PACO2 et donc, idéalement, refléter la PaCO2.
Dans cette étude clinique, la moyenne et le maximum de l’etCO2 ainsi que la PaCO2
ont été mesurés simultanément. La différence entre l’etCO2 moyen et la PaCO2 est de 10
mmHg ; une différence du même ordre est référencée dans des études antérieures [109-112].
Dans notre étude, le maximum etCO2 est plus proche de la PaCO2 d’environ 4 mmHg par
rapport à la moyenne de l’etCO2. Pour la régression linéaire entre l’etCO2 et la PaCO2,
l’utilisation du maximum améliore légèrement les coefficients de régression (0.65 vs 0.57)
pour l’ensemble des périodes traitées suggérant une meilleure approximation de la PaCO2 par
le maximum etCO2 comparé à la moyenne etCO2.
L’utilisation du maximum etCO2 avait également été trouvé comme plus précis par
Weiniger et al. [101]. Ils avaient enregistré la PaCO2 et l’etCO2 chez 25 patients après
cardiotomie, sevrés en ventilation assistée intermittente. Ils trouvaient que le maximum de
l’etCO2 approximait bien la PaCO2 avec un coefficient de corrélation de 0.77 et un gradient
de pression (artériel-fin d’expiration) P(a-et)CO2 de 4 ± 4 mmHg. Chopin et al. [3] avaient
Discussion des résultats trouvés
95/187
également retrouvé un plus grand gradient entre la PaCO2 et le maximum etCO2 chez les
patients avec embolie pulmonaire (12 mmHg) vs sans (1 mmHg). Ils avaient utilisé une
technique d’expiration passive prolongée jusqu’à ce que le maximum etCO2 soit atteint et
avaient trouvé ainsi des valeurs plus proches de la PaCO2.
Une étude de Lujan et al. [112] portait sur 120 patients BPCO, avec différents degrés
d’atteinte, et des sujets contrôle, non ventilés. Après les gaz du sang, chaque sujet devait
d’abord respirer normalement (etCO2-Vt) puis ensuite produire 3 expirations maximales
(etCO2-ME). Ils trouvaient une meilleure corrélation entre la PaCO2 et l’etCO2-ME (0.88,
p<0.001) qu’avec l‘etCO2-Vt (0.72, p<0.01). Cependant, ils avaient aussi montré que l’etCO2-
ME surestimait la PaCO2. Dans notre étude, une différence similaire P(a-et)CO2 de -2 mmHg
[-3 ;-1] surestimant la PaCO2 a été observé pour seulement 6 valeurs parmi 80. Pour
l’ensemble de nos données, la différence moyenne P(a-et)CO2 est positive (6 ± 6 mmHg). La
différence avec l’étude de Lujan et al. s’explique par leurs manoeuvres d’expiration
maximales (durée d’au moins 5s) tandis qu’il s’agissait d’expirations spontanées dans notre
étude.
Pour les patients emphysémateux ou avec des maladies pulmonaires parenchymales en
sevrage ventilatoire, l’etCO2 utilisé comme évaluation de la PaCO2 présente des limites [113].
Dans notre étude clinique, nous avons observé une différence similaire de 4 mmHg entre
l’etCO2 maximal et moyenné chez des patients BPCO et non-BPCO. Que ce soit des patients
BPCO ou non, la différence entre l’etCO2 et la PaCO2 a été diminuée d’une manière similaire
par l’utilisation de la valeur maximale.
L’etCO2 est utilisée par le système SmartCare [46, 50, 60] comme paramètre de
sécurité pour déterminer la zone de confort respiratoire du patient (Annexe B). Une valeur
haute de etCO2 (>65 mmHg pour les BPCO, 55 mmHg sinon) entraîne avec la fréquence
respiratoire (FR) et le volume courant (Vt) des classifications SmartCare
d’ « hypoventilation », « hypoventilation centrale » ou « ventilation insuffisante ». Une valeur
basse de etCO2 (<20 mmHg) sera également utilisée pour classifier une « hyperventilation
inexpliquée » caractérisée par une FR>FRhaute (30 cpm ou 34 cpm si il y a des désordres
neurologiques du patient) et un Vt normal, ne résultant pas par un changement du niveau de
pression [60]. Dans le cas de SmartCare, l’utilisation de la valeur d’etCO2 maximale au lieu
de la moyenne ne sera pas délétère pour le patient, car cela ne pourra que mieux caractériser
la ventilation du patient et son état respiratoire dans peut-être un très petit nombre de cas,
mais potentiellement avec d’importants changements. L’utilisation du maximum etCO2 aurait
changé 1.6% de l’ensemble des classifications. Il y a 28 changements de « ventilation
normale » à « ventilation insuffisante » qui représentent 57% des changements de
Discussion des résultats trouvés
96/187
classifications. Néanmoins, ce changement de classifications en utilisant le maximum etCO2
n’a été effectué que de manière rétrospective sans interaction avec le patient.
Concernant les périodes de temps utilisées par SmartCare (2 ou 5 minutes), elles
n’influent aucunement sur la modification de calcul de l’etCO2.
Concernant les classifications ventilatoires de l’évaluation, comme attendu on constate
une augmentation de certaines classifications pathologiques (« ventilation insuffisante »,
« hypoventilation ») aux dépens de la classification « hyperventilation ». On constate
également une hausse des classifications de type « normal » et une baisse des classifications
de type « tachypnée ».
♦ Seuil de fréquence respiratoire haut pour les patients atteints de
BPCO
L’étude sur la base de données montre tout d’abord que les patients BPCO ont une
fréquence respiratoire plus élevée que les non-BPCO de l’ordre de 3 cpm. Ces données
montrent que l’augmentation du seuil haut de fréquence respiratoire permettrait peut être aux
patients BPCO d’avoir une ventilation en SmartCare plus stable. Dans une moindre mesure,
on constate aussi le même phénomène d’augmentation de fréquence pour les BPCO avec
désordre neurologique. Dans la Figure 16, nous avons présenté le résultat comparatif d’un
changement du seuil de fréquence respiratoire haut de 30 cpm à 34 cpm sur les données des
BPCO de la base. On constate une augmentation des classifications « ventilation normale » et
une baisse des « tachypnées » ce qui est attendu. Les résultats de l’évaluation statique du
changement sont conformes à ceux de la base de données.
Au final, la valeur du nouveau seuil haut fixée à 34 cpm, comme celle du seuil haut
pour désordre neurologique, devra peut-être être réévaluée. Il est avéré qu’il faut changer le
seuil haut de fréquence respiratoire pour les BPCO, mais peut être pas à une valeur si haute.
V.2. Critères de la stratégie de sevrage
♦ Niveau de l’objectif de sevrage en Aide Inspiratoire dans la
configuration filtre Echangeur de Chaleur et Humidité avec
sonde d’intubation endotrachéale
L’analyse de la base de données montre que , à pression basse de sevrage, la fréquence
respiratoire moyenne associée à la configuration "filtre échangeur de chaleur et d’humidité
Discussion des résultats trouvés
97/187
plus sonde" est plus basse par rapport aux autres configurations (Tableau 11) et le volume
courant dans cette configuration est plus élevé. De plus, il est également montré qu’il y a
beaucoup plus de classifications « hyperventilation », caractéristiques d’une fréquence
respiratoire basse à volume courant et etCO2 normaux, dans cette configuration que dans
toutes les autres suggérant un phénomène de surassistance ventilatoire (Tableau 10).
L’ensemble de ces résultats montre l’intérêt de diminuer ce seuil minimum en pression
vraisemblablement trop élevé par rapport à l’espace mort plus réduit des filtres
humidificateurs plus récents et plus petits. Lellouche et al. [114] ainsi que Turnbull et al.
[115] avaient montré dans leur étude sur les filtres échangeur de chaleur et humidité, une
grande hétérogénéité en terme d’espace mort et de résistance. Cette hétérogénéité montre
l’évolution des caractéristiques techniques des filtres. De plus les experts cliniciens semblent
utiliser rarement un tel seuil de 12 mbar pour le sevrage dans cette configuration [116]. Dans
l’étude sur la pratique du sevrage menée au Canada [116], parmi 99 praticiens du sevrage
ventilatoire, 71% utilisent l’aide inspiratoire dans les premières techniques de test de
ventilation spontanée dont 77% avec des niveau d’aide de l’ordre de 5 à 7 mbar et 19% avec
des niveaux d’aide de l’ordre de 8 à 10 mbar dans la configuration avec filtre. Cette valeur de
10 mbar semble donc être plus acceptable cliniquement que 12 mbar. Le risque
d’augmentation de la durée de sevrage est très réduit (30 minutes).
Concernant les patients trachéotomisés, le peu de données disponibles n’a pas permis
de montrer le même phénomène pour cette configuration.
♦ Sevrage nocturne
Même si le sommeil est de qualité médiocre, une ventilation adaptée au besoin du
patient est nécessaire pendant son sommeil. Il n’est montré dans notre étude aucune différence
en terme de qualité de sommeil entre le mode assisté contrôlé, le mode VSAI standard et le
mode SmartCare qui a effectué plus de 20 changements de pression pour une période de 6h et
n’utilisant pas l‘option "repos nocturne" [70]. Cette option n’a pas été utilisée car elle suspend
le sevrage, et la réduction programmée du niveau d’aide inspiratoire par le système, pour ne
maintenir que la procédure d’adaptation au besoin ventilatoire du patient; ce principe n’allait
pas dans le sens de notre hypothèse initiale qu’une ventilation adaptée au besoin du patient
pourrait diminuer la fragmentation du sommeil et les asynchronies. Or, sachant que la
ventilation minute des patients va diminuer pendant leur sommeil [117], il est logique de
diminuer l’assistance. Parthasarathy et Tobin [104] avaient effectué une étude sur le sommeil
en VAC et en VSAI, ils avaient trouvé une augmentation de la fragmentation du sommeil en
Discussion des résultats trouvés
98/187
VSAI liée à des apnées centrales. Un réglage excessif de la VSAI, ajusté pendant l’éveil de
leurs patients, avait possiblement engendré une surassistance ventilatoire pendant le sommeil
et des pauses respiratoires liées à une hypocapnie induisant la fragmentation du sommeil. Ce
phénomène ne se produit pas dans notre étude du fait de l’ajustement clinique précis ou
automatique de la VSAI. Du point de vue médical, même si on n’extube pas la nuit, rien
n’empêche de "sevrer" pendant la nuit. Le niveau d’aide inspiratoire final plus bas avec
SmartCare montre bien l’intérêt de la conservation du sevrage automatisé pendant la nuit, les
changements automatiques de niveau d’aide inspiratoire n’ayant pas semblé causer plus de
perturbations de sommeil que dans les autres modes.
♦ Diminution automatique de la PEP
Dans SmartCare, un niveau de PEP supérieur au seuil fixe de 5 mbar empêche de
tester le sevrage. Dans la base de données, il y a environ 10% de sessions supplémentaires qui
auraient pu aboutir au sevrage, si la PEP modérée (6-8 mbar) durant ces sessions avait été
baissée de quelques mbar (Figure 17). Ce résultat intéressant montre l’intérêt possible d’une
automatisation de la baisse du niveau de PEP. La modification du seuil de PEP apparaît
souhaitable pour le sevrage bien que l’on ne connaisse pas les conditions d’oxygénation pour
le patient. Néanmoins, 69% des enregistrements des sessions avec un niveau de PEP compris
entre 6 et 8 mbar étaient à niveau de pression minimum correspondant à l’objectif de sevrage,
ce qui laisse supposer que diminuer la PEP dans ces cas aurait peut être été toléré par le
patient.
Un changement plus simple est d’augmenter la valeur de seuil haut de PEP pour le
sevrage, mais les recommandations pour le sevrage [118] préconisent une PEP maximale de 5
mbar ou pas de PEP, et une FiO2 maximale de 50%.
Le changement proposé a consisté à introduire une décroissance automatique du
niveau de PEP par période de 60 minutes si la ventilation du patient était stable dans la zone
de confort (Figure 18). Cette automatisation a impliqué un changement un peu plus évolué de
la base de connaissances et du système SmartCare+. Les résultats sur simulateur patient sont
corrects du point de vue algorithmique ; l’algorithme de SmartCare, dans une gamme
raisonnable de niveaux de PEP, peut diminuer automatiquement le niveau de la PEP.
Dans une première approche cet algorithme pourrait être évalué en boucle ouverte sur
patient puis en boucle fermée dans une seconde approche. Une autre possibilité optimisée
serait un algorithme proche mais incorporant des données d’oxygénation ce qui pourrait être
plus efficace et pertinent et s’adapter à des niveaux d’oxygénation élargis.
Discussion des résultats trouvés
99/187
V.3. Période d’utilisation
♦ Automatisation du passage de la Ventilation Assistée Contrôlée
vers la Ventilation Spontanée en Aide Inspiratoire Automatisée
Nous avons réalisé la première étude visant spécifiquement à tester la capacité
prédictive de divers paramètres respiratoires pour le résultat du passage de VAC à VSAI.
Nous avons trouvé que les patients avec un succès au passage de VAC à VSAI pourraient être
assez précisément identifiés avant le test en utilisant la compliance du système respiratoire, la
pression élastique, ou le produit de la fréquence respiratoire par la pression élastique (PFP,
Pressure Frequency Product). Les patients échouant au test avaient une plus grande différence
entre les fréquences respiratoires mesurées et réglées en VAC ainsi qu’une plus petite
différence entre le niveau d’aide inspiratoire et la pression élastique mesurée en VAC. Enfin,
l’index de respiration rapide superficielle (RSB), 2 minutes après le passage en VSAI,
prédisait l’issue du test avec une capacité diagnostique acceptable.
Le passage de VAC à VSAI, quand les conditions respiratoires du patient
s’améliorent, peut être justifié pour plusieurs raisons dont une meilleure préservation de
l’activité diaphragmatique et une prévention des dysfonctions diaphragmatiques induites par
le ventilateur [119], une réduction du besoin de sédation, et une amélioration de la synchronie
patient-ventilateur [78]. De plus, le passage en VSAI peut être considéré comme une étape en
amont du sevrage de la ventilation mécanique. De fait, la VSAI est actuellement le mode
ventilatoire le plus utilisé pendant le sevrage [119]. Récemment, un consensus international
[120] a défini le sevrage selon 6 étapes: 1) traitement de la détresse respiratoire aiguë ; 2)
sentiment que le sevrage peut être possible ; 3) appréciation de la capacité de sevrage ; 4) test
de ventilation spontanée ; 5) extubation : et possiblement 6) réintubation. Bien que cela ne
soit pas un prérequis, le passage précoce en VSAI peut être intégré dans l’étape 2 de cette
procédure et peut ainsi apparaître décisif pour réduire la durée totale de ventilation
mécanique. En effet, un retard à atteindre l’étape 2 est reconnu comme une cause commune
de sevrage retardé, probablement parce que la reconnaissance de cette étape est actuellement
seulement basée sur le clinicien [120]. Il est donc important de trouver des critères pertinents
permettant une sélection exacte des patients susceptibles de tolérer la VSAI.
Dans notre étude, les patients avec un succès du passage en VSAI ont montré de plus
grandes valeurs de compliance du système respiratoire, et de plus basses valeurs de la
pression élastique en VAC, comparés à ceux ayant échoué au test. Ces différences peuvent
indiquer une meilleure mécanique respiratoire et une moindre sévérité de l’atteinte
Discussion des résultats trouvés
100/187
pulmonaire chez les patients avec succès du passage en VSAI, malgré des analyses de gaz du
sang similaires. Une moins grande sévérité des patients supportant le passage de VAC en
VSAI avait été retrouvée par Cereda et al. [121]. Dans leur étude, 38/48 patients souffrant de
maladie pulmonaire aiguë supportaient le changement d’un mode de VAC en volume vers la
VSAI modulée à des cycles contrôlés (SIMV). Cette étude sur la VSAI et cette pathologie a
relevé les données ventilatoires, hémodynamiques et les gaz du sang. Les patients échouant
étaient plus hypercapniques avec une fréquence respiratoire et un volume minute plus hauts
en VAC et VSAI. Ces auteurs retrouvaient également une compliance plus basse chez les
patients qui échouaient au passage en VSAI.
Le PFP a été précédemment proposé comme un indicateur de la tolérance du patient à
la VSAI [66]. Une faible tolérance pendant la VSAI pouvait être prédite par le besoin d’un
plus haut niveau de pression, la présence d’une fréquence respiratoire élevée, ou les deux, et
pouvait être quantifiée par un index intégrant ces deux facteurs. Dans notre étude, les valeurs
de PFP avant le test étaient significativement plus hautes chez les patients échouant par
rapport au groupe réussissant.
L’index de respiration rapide et superficielle RSB, testé 2 minutes après le début du
test, avait une sensibilité de 96% et une spécificité de 57% pour prédire le succès dans notre
étude. L’index RSB a été proposé il y a 20 ans comme un index de prédiction de l’issue des
tests de ventilation spontanée pour le sevrage,[81] et a depuis été étudié extensivement dans
ce but, avec une sensibilité moyenne de 0.87 ± 0.14 et une spécificité moyenne de 0.52 ± 0.26
[122]. Nos données sont en accord avec ces résultats précédents pour indiquer la pertinence de
cet index dans le contexte d’une charge excessive de travail respiratoire. Le monitorage en
utilisant l’index RSB peut être utile pour la détection précoce des patients qui supporteront
mal la VSAI.
La médiane de la différence entre le niveau d’aide inspiratoire et la pression élastique
mesurée en VAC a été de (- 4) mbar dans le groupe des échecs vs (+ 2) mbar dans le groupe
des succès. Ce résultat peut suggérer une assistance ventilatoire insuffisante chez les patients
en échec de VSAI. Dans notre étude, le niveau d’aide inspiratoire était fixé par le clinicien en
charge pour atteindre un volume courant de 6-8 ml/kg de poids prédit. Cependant, il y avait
une tendance vers de plus bas volumes courants dans le groupe des échecs comparé aux
succès, avec des niveaux d’aide similaires. Cette observation renforce la différence de besoin
d’assistance entre les groupes. Evaluer la pression élastique pendant la VAC peut donc être
utile pour choisir le niveau adéquat d’aide inspiratoire pour une assistance ventilatoire
optimale lors du passage en VSAI.
Discussion des résultats trouvés
101/187
Chez 2 patients, ce test de passage a été prématurément terminé à cause
d’hypoventilation centrale. Ces patients avaient des centres respiratoires déprimés comme
avérés par leur valeur nulle de P0.1. Une sédation résiduelle en était probablement la cause. La
P0.1 pourrait ajouter une information de valeur aux mesures cliniques classiques d’intensité de
la sédation pour détecter les patients avec des centres respiratoires déprimés empêchant
l’implémentation de la VSAI.
Notre étude a plusieurs limitations. En premier, le faible effectif n’a pas permis une
investigation poussée des données. En particulier, nous n’avons pas pu effectuer d’analyses
multivariées dans le but d’examiner les rôles respectifs des paramètres étudiés. De plus, une
étude spécifique devrait être conduite pour explorer le sous groupe avec hypoventilation
centrale au début de la VSAI. En second, notre étude était orientée sur les paramètres
respiratoires et nous n’avons pas étudié la possible implication d’une surcharge cardiaque
excessive dans l’intolérance de la VSAI.
En conclusion, un succès du passage de VAC à VSAI peut être prédit avec une bonne
précision à partir d’une compliance du système respiratoire > 30 ml/mbar, une pression
élastique < 14mbar ou un PFP < 360 mbar.cpm en VAC. Les patients réussissant le test ont
également de plus hautes différences entre le niveau d’aide inspiratoire et la pression élastique
(valeur seuil à 1.5 mbar), et un index RSB plus bas 2 minutes après le passage en VSAI
(valeur seuil à 95 cpm/L). Ces résultats pourraient être utiles pour créer un système en boucle
fermée testant automatiquement la capacité des patients ventilés en VAC à tolérer la VSAI.
V.4. Choix méthodologiques
La méthode utilisée s’est basée sur une expertise médicale, le recueil et l’analyse de
données cliniques et un développement technologique.
Le point de départ de n’importe quelle amélioration ou création d’un système
automatisé accomplissant une tâche clinique repose sur les idées d’un expert médical. Il est
important d’insister sur ce point, car le fait que l’idée initiale provienne d’un expert du
domaine apportera plus de crédibilité d’une part et occasionnera plus d’études sur le système
d’autre part.
Concernant les limites et résultats des études publiées, il faut arriver à différencier les
limites dues à l’utilisateur ou dues au dispositif de mesure (ventilateur) sur lequel s’appuie le
système de celles dues au système en soi. Les améliorations proposées doivent être validées à
partir de données cliniques. Ainsi, la base de données s’est avérée être un outil très utile. Elle
Discussion des résultats trouvés
102/187
impose des contraintes techniques et logistiques en terme de conception, stockage et
récupération des données, et enfin d’analyse qui ne peut être faite qu’avec une expertise
médicale.
Une fois ces limites et améliorations déterminées, le système peut être modifié selon
les améliorations cliniques présentées. Différents tests sont nécessaires. Tout d’abord, des
tests sont réalisés sur banc. Nous avons montré l’intérêt de coupler un simulateur de patient
(SmartPatient) avec le système à tester (SmartCare+) de façon à simuler un système
fonctionnant en boucle fermée. L’étude sur banc ne remplacera jamais la réalité mais permet
de détecter des dysfonctionnements algorithmiques ou mécaniques des systèmes. Dans cette
thèse, nous nous sommes le plus souvent limités à l’étude sur banc faute de temps et
d’autorisations légales pour tester les nouveaux algorithmes sur patients.
Une fois validée techniquement, les améliorations du système peuvent être testées sur
patient en deux étapes. Un test en boucle ouverte permet au clinicien d’effectuer la
modification s’il l’estime cliniquement raisonnable. Lorsqu’il s’agit d’une application
clinique importante, le test en boucle ouverte devrait être requis, car il permet d’utiliser le
système avec la surveillance clinique continue.
Une fois cette étape validée, un test en boucle fermée permet d’effectuer la validation
finale. L’étape suivante consiste alors à évaluer l’intérêt clinique de ces différents tests sur
les améliorations du système lors d’essais cliniques.
Un prototype clinique pour réaliser des tests sur patients est coûteux en terme de coût
de développement et de temps notamment au vue de la nécessaire certification et les normes
CE avant d’être utilisé sur patient. Il peut donc s’écouler plusieurs années avant d’échoir
d’un nouveau produit intégrant des améliorations pertinentes.
Perspectives d’améliorations du système actuel
103/187
VI. Perspectives d’améliorations du système actuel
VI.1. Caractérisation de l’état du patient
♦ Fréquence respiratoire
La fréquence respiratoire, pour ce système, est la variable principale de contrôle de la
ventilation. Nous avons montré que le phénomène d’asynchronies pouvait exister, bien que
cela soit souvent non critique puisque le système tend naturellement à les réduire en
diminuant le niveau d’aide inspiratoire. Pour améliorer la fiabilité du système en terme de
fréquence respiratoire, plusieurs solutions existent. D’une part l’utilisation d’un algorithme de
détection des efforts inefficaces, d’autre part une procédure comparative de la fréquence
respiratoire du patient à différents niveaux d’aide.
Des algorithmes de détection d’efforts inefficaces en fonction des courbes monitorées
commencent à apparaître [123, 124]. L’algorithme idéal permettrait de détecter les efforts
inefficaces mais aussi toutes formes d’asynchronies, notamment les doubles déclenchements
et les auto-déclenchements qui peuvent également perturber la ventilation du patient et
l’analyse faite par le système. Ainsi, même si cela est rarement référencé, il apparaît que la
toux d’un patient, autre forme particulière d’asynchronie, peut être assimilée par le système à
une tachypnée, suivie donc par une hausse du niveau d’aide inspiratoire. Quand un patient
subit une aspiration trachéale, il arrive que ceci soit également perçu au niveau du système
comme une respiration pathologique. Certes le ventilateur met à la disposition du personnel
une touche "aspiration", qui augmente temporairement le niveau de FiO2 et informe le
système de la procédure en cours, mais cette fonction n’est pas fréquemment utilisée. Il
pourrait être utile donc de pouvoir automatiquement détecter une procédure d’aspiration.
Pour la procédure comparative, elle nécessiterait une étude clinique préalable. Le
principe serait d’arriver à estimer un gradient de fréquence attendu suite à un changement du
niveau d’aide inspiratoire. En cas d’asynchronies, on peut observer une différence entre la
fréquence respiratoire du ventilateur et la fréquence respiratoire du patient. La fréquence
ventilateur devient en effet beaucoup plus basse. Dans ce cas, on noterait alors une différence
(par exemple x 1.5, x 2, x 3) entre les gradients de fréquence respiratoire par unité de
pression, avec ou sans asynchronies. Une fois implémentée, la procédure pourrait informer le
clinicien du changement anormal de fréquence respiratoire après un changement du niveau
d’aide et éventuellement réagir.
Perspectives d’améliorations du système actuel
104/187
♦ etCO2
L’utilisation du maximum de l’etCO2 à la place de l’etCO2 moyennée est pertinente
par rapport au système actuel. Néanmoins, une adaptation fine de la valeur de seuil pourrait
être étudiée, notamment pour les patients BPCO.
♦ Volume courant
L’utilisation, cliniquement plus fiable, du volume courant par kilo de poids théorique
va imposer une nouvelle définition du seuil de volume minimal avec SmartCare. Si le poids
théorique du patient n’est pas disponible il faudra laisser la possibilité d’utiliser le poids réel
pour le calcul du volume courant seuil.
VI.2. Critères de la stratégie de sevrage
♦ Seuil bas pour sonde endotrachéale et FECH
La valeur de ce seuil a été modifiée de 12 à 10 mbar.
Une amélioration supplémentaire du système concernant l’ensemble des seuils bas en
pression pour le sevrage viserait à limiter le phénomène d’alternances. Une possibilité serait
d’utiliser le niveau d’aide inspiratoire « local », inférieur au niveau bas suite à une
classification « hyperventilation », comme niveau de pression bas temporaire. Sous
SmartCare, cela permettrait d’éviter les alternances entre les classifications
« hyperventilation » et « ventilation normale » à niveau bas de pression quand celui-ci est
excessif et permettrait d’éviter les changements importants de pression jusqu’au niveau bas de
sevrage, qui peut se produire quand un patient a fait des séries d’« hyperventilation ».
Une autre amélioration pourrait être de limiter la décroissance du niveau d’aide par
pas de 2 mbar au lieu de 4 mbar en cas d’« hyperventilation » à niveau de pression bas de
sevrage. Cette solution permettrait d’avoir un seuil "local" de pression bas plus adapté, les
différences en terme d’espace mort ou de résistance entre les différents filtres FECH étant
rarement supérieures à 4 mbar.
♦ Sevrage nocturne
Il a été montré que la possibilité laissée à l’opérateur de suspendre le sevrage pendant
la nuit n’était pas souhaitable. Cependant, au sujet du sommeil des patients ventilés par
SmartCare, d’autres points peuvent être améliorés.
Perspectives d’améliorations du système actuel
105/187
Dans l’étude de Cabello et al. [70], une partie (14%) de la fragmentation du sommeil
est due au bruit. Or, le système SmartCare déclenche systématiquement, pour chaque
classification à pression minimale en période de maintien ou en période d’adaptation avec une
PEP supérieure à 5 mbar, les alarmes respectives de « prêt pour séparation » ou « SC PEP
maximum : 5 mbar». Ces alarmes sont naturellement bruyantes et peuvent réveiller le patient
et être cause de sa fragmentation du sommeil. Dans notre base de données, pendant la nuit, il
y a, pour plus de 40% du temps, de telles alarmes pendant les périodes de sommeil de 22h à
7h. Sachant qu’un patient ne sera pas déconnecté du ventilateur et extubé pendant la nuit, une
solution serait de rendre muettes ces alarmes pendant la période de nuit pour espérer
améliorer la qualité du sommeil des patients.
♦ Diminution automatisée de la PEP
L’algorithme de changement automatique de PEP pour le sevrage a été créé et testé sur
banc. L’étape suivante consisterait à le tester sur patient en boucle ouverte puis fermée.
La limite principale de cette procédure est le monitorage de l’oxygénation. En effet le
niveau de PEP peut influencer directement l’oxygénation du patient en ayant une incidence
sur l’ouverture des alvéoles. Dans notre procédure, si il y a baisse de l’oxygénation, nous
supposons que cela se traduira par l’augmentation de la fréquence respiratoire du patient et
l’algorithme répondra en remettant la PEP à son niveau précédent. La limite dans ce cas est le
temps de réponse ventilatoire du patient d’une part et les périodes ventilatoires d’analyse de
SmartCare d’autre part. En effet, le retentissement sur l’oxygénation peut être très rapide mais
le système SmartCare possède une période incompressible de 2 minutes pour évaluer la
ventilation du patient. De plus, si la ventilation se dégrade progressivement, le système ne
changera peut-être pas immédiatement le niveau de PEP. Cela signifie une durée d’autant plus
longue avec une possible oxygénation passable pour le patient.
La solution existe potentiellement. Il s’agit d’une part d’utiliser les données de
saturation périphérique (pulse-oxymétrie) monitorées et d’autre part de réagir plus rapidement
au changement de ventilation ou aux changements d’oxygénation. Il faudrait dans ce cas
utiliser un système dédié à la diminution de la PEP en parallèle de SmartCare. Notre solution
est donc une étape avant de pouvoir maîtriser parfaitement le signal d’oxymétrie pulsée.
Perspectives d’améliorations du système actuel
106/187
♦ PEP et sevrage
Dans un consensus récent sur le sevrage de la ventilation en France, il s’avère que la
VSAI à niveau minimal est utilisée avec une PEP maximale de 5 mbar ou sans PEP, en guise
de test de ventilation spontanée [118]. Par contre, dans l’étude de Burns et al. [116] sur les
pratiques de sevrage au Canada, les pratiques les plus utilisées sont la VSAI avec des niveaux
de PEP de 7 à 9 mbar, la CPAP (système à pression positive continue) de 5 à 7 mbar sans aide
inspiratoire et la pièce en T sans CPAP. Peut être la stratégie de diminution de la PEP devra-t-
elle être adaptée en suivant les recommandations de chaque pays.
VI.3. Période d’utilisation
♦ Automatisation du passage de la Ventilation Assistée Contrôlée
vers la Ventilation Spontanée en Aide Inspiratoire automatisée
L’étude que nous avons menée avait pour but, outre de détecter des paramètres
indicateurs du passage de VAC à VSAI, de déterminer quels paramètres pourraient servir à
une automatisation de la procédure au sein du système SmartCare. Cette étude a suggéré
qu’une telle automatisation était faisable en fonction de certains paramètres et sans nécessiter
de décision clinique extérieure à celle implémentée dans une base de connaissances. Le
nombre de patients de notre étude (55) n’a pas été suffisant pour faire des analyses statistiques
multivariées et pour caractériser parfaitement les échecs cliniques. L’ajout du signal d’etCO2
maximal pourrait être très utile pour d’une part mieux détecter les « hypoventilations » et les
« ventilations insuffisantes », et d’autre part pour s’appuyer sur des signaux identiques à ceux
du système SmartCare.
Une fois cette étape clinique finalisée, une étude prospective sur patient pourrait avoir
lieu. Elle consisterait à valider les critères trouvés en vérifiant auprès des cliniciens
l’adéquation de ces critères avec la réalité clinique lorsqu’ils effectuent le changement de
mode ventilatoire.
Enfin, un premier système automatisé en boucle ouverte pourrait être mis en œuvre,
qui, en fonction d’une base de connaissance pour le passage de VAC à VSAI, proposerait au
clinicien ce changement, ainsi que le niveau d’aide à fixer et proposerait aussi une remise en
VAC en fonction de certains indicateurs ; le clinicien aurait alors le choix de suivre ou non les
conseils affichés. L’étape d’après serait l’utilisation en boucle fermée.
Perspectives d’améliorations du système actuel
107/187
On peut aussi imaginer la prise en charge totale de la ventilation et de son sevrage dés
l’intubation du patient. Ainsi, en VAC, un système pourrait vérifier régulièrement la
mécanique respiratoire du patient (pression de plateau, PEP intrinsèque, compliance,
résistances, P0.1… ) en notifiant au clinicien quand des valeurs au-delà des seuils de sécurité
seraient détectées. Le système pourrait aussi conseiller le clinicien sur les réglages à effectuer.
Le système passerait ensuite automatiquement sous SmartCare, jusqu’au sevrage ventilatoire.
En fonction des paramètres du nouveau message d’extubation de SmartCare, le patient
pourrait être extubé. L’utilisation du signal de SpO2 et une réduction automatique du niveau
de PEP jusqu’à zéro pourraient être très utiles dans cette démarche.
♦ Système global de sevrage et de ventilation
La constante amélioration de la technologie peut nous amener d’ici peu vers un
système globalisé de sevrage. Dans l’idéal, il prendrait en compte les différents paramètres
ventilatoires, les données d’oxygénation et hémodynamiques monitorées, les gaz du sang et
différents paramètres biologiques saisis dans le dossier du patient.
Dans l’étude sur le passage de VAC à VSAI, nous avons vu que, parmi les critères
prédictifs du succès, le niveau du score de gravité SAPSII à l’inclusion était statistiquement
significatif. Un tel score, avec un système globalisé, serait calculé automatiquement.
Optimalement, une ventilation gérée sur les données ventilatoires mais aussi à partir des
données monitorées (fréquence cardiaque, pression artérielle, saturation) serait plus
pertinente. De plus, des gaz du sang saisis régulièrement (toutes les 2 ou 4 heures)
permettraient d’avoir une bonne caractérisation de la ventilation du patient tout en vérifiant
l’écart entre les données monitorées (etCO2, SpO2) et les prélèvements sanguins.
Enfin on pourrait conceptualiser un système globalisé de prise en charge des patients
auquel serait relié un système automatisé intelligent de ventilation, qui, via la connexion du
ventilateur au réseau hospitalier, permettrait de récupérer de nombreuses informations sur le
patient (dossier, gaz du sang, radiographies, scanners...) et de les intégrer pour la prise en
charge ventilatoire intelligente du patient, ou, à un stade moins avancé de développement, de
donner accès à ces données aux soignants au chevet du patient.
Conclusion
108/187
Conclusion
Nous avons ainsi montré puis testé que le système automatisé de ventilation spontanée
avec aide inspiratoire SmartCare pouvait être amélioré au niveau de la mesure d’etCO2, du
seuil bas d’objectif de sevrage en pression pour la configuration avec filtre et sonde
endotrachéale, du seuil haut de fréquence respiratoire pour les patients BPCO, de la stratégie
de sevrage nocturne. Des améliorations avancées ont été étudiées pour étendre ce système par
un algorithme de sevrage automatisé de la PEP ou le démarrage du sevrage ventilatoire en
amont par l’automatisation du changement de mode VAC vers VSAI-SmartCare. Ce travail a
nécessité :
1) Une étude rétrospective en mettant en place une base de données regroupant
les informations de différents centres ;
2) Des tests sur banc en couplant un simulateur et le système à tester en boucle
fermée ;
3) La mise en place d’expériences spécifiques au chevet du patient.
Des tests supplémentaires sur prototype fonctionnant en boucle ouverte puis fermée
seront nécessaires. Les avancées quant à l’amélioration d’un système automatisé de
ventilation artificielle ne sont possibles que par une collaboration étroite entre scientifiques
cliniciens et industriels.
Bibliographie
109/187
Bibliographie 1. West JB: Structure et Fonction. In: La Physiologie respiratoire. 2003:
1-11.
2. Tobin MJ: Mechanical ventilation. N Engl J Med 1994, 330(15):1056-1061.
3. Chopin C: L'histoire de la ventilation mécanique : des machines et des hommes. Réanimation 2007, 16:4-12.
4. Colice GL: Historical perspective on the development of mechanical ventilation. In: Pinciples and practice of mechanical ventilation. Edited by Tobin M; 1994: 1-35.
6. Leroy d’Etiolles J: Second mémoire sur l’asphyxie. . J Physio Exper Path 1828(8):97-135.
7. Drinker P, Shaw LA: AN APPARATUS FOR THE PROLONGED ADMINISTRATION OF ARTIFICIAL RESPIRATION: I. A Design for Adults and Children. J Clin Invest 1929, 7(2):229-247.
8. Ibsen B: The anaesthetist's viewpoint on the treatment of respiratory complications in poliomyelitis during the epidemic in Copenhagen, 1952. Proc R Soc Med 1954, 47(1):72-74.
9. Alluaume R: Le Pulmotor : un appareil pour la respiration assistée et contrôlée. Anesth Anal 1951, 8:42-46.
10. Severinghaus JW, Astrup PB: History of blood gas analysis. Int Anesthesiol Clin 1987, 25(4):1-224.
11. Astrup P, Gotzche H, Neukirch F: Laboratory investigations during treatment of patients with poliomyelitis and respiratory paralysis. Br Med J 1954, 1(4865):780-786.
13. Brochard L, Rauss A, Benito S, Conti G, Mancebo J, Rekik N, Gasparetto A, Lemaire F: Comparison of three methods of gradual withdrawal from ventilatory support during weaning from mechanical ventilation. Am J Respir Crit Care Med 1994, 150(4):896-903.
Bibliographie
110/187
14. Brochard L, Harf A, Lorino H, Lemaire F: Inspiratory pressure support prevents diaphragmatic fatigue during weaning from mechanical ventilation. Am Rev Respir Dis 1989, 139:513-521.
15. Brochard L, Pluskwa F, Lemaire F: Improved efficacy of spontaneous breathing with inspiratory pressure support. Am Rev Respir Dis 1987, 136(2):411-415.
16. Lellouche F: Modes asservis complexes. In: Ventilation artificielle De la physiologie à la pratique. Edited by Brochard L. MA, Richard JCM.; 2008: 35-42.
17. Branson RD: Dual control modes, closed loop ventilation, handguns, and tequila. Respir Care 2001, 46(3):232-233.
18. Branson RD, Johannigman JA: What is the evidence base for the newer ventilation modes? Respir Care 2004, 49(7):742-760.
19. Thille AW, Lyazidi A, Richard JC, Galia F, Brochard L: A bench study of intensive-care-unit ventilators: new versus old and turbine-based versus compressed gas-based ventilators. Intensive Care Med 2009, 35(8):1368-1376.
20. Walter M, Leonhardt S: Control applications in artificial ventilation. In: 15th Mediterranean Conference on Control & Automation: 2007; Athens (Greece); 2007.
21. Aldrich TK, Prezant DJ: Indications for mechanical ventilation. In: Principles and Practice of Mechanical Ventilation. Edited by Tobin MJ; 1994: 155-189.
23. Moerer O, Fischer S, Hartelt M, Kuvaki B, Quintel M, Neumann P: Influence of two different interfaces for noninvasive ventilation compared to invasive ventilation on the mechanical properties and performance of a respiratory system: a lung model study. Chest 2006, 129(6):1424-1431.
24. Pingleton S: Coimplications associated with mechanical ventilation. In: Principles ans practice of Mechanical ventilation. Edited by Tobin MJ; 1994: 775-792.
25. Girou E: Prévention des pneumopathies acquises sous Ventilation Mécanique. In: Ventilation Artificielle De la physiologie à la pratique. Edited by Brochard L; 2008: 276-285.
26. Levine S, Nguyen T, Taylor N, Friscia ME, Budak MT, Rothenberg P, Zhu J, Sachdeva R, Sonnad S, Kaiser LR et al: Rapid disuse atrophy
Bibliographie
111/187
of diaphragm fibers in mechanically ventilated humans. N Engl J Med 2008, 358(13):1327-1335.
27. Brochard L, Lellouche F: Pressure Support Ventilation. In: Principles and Practice of Mechanical Ventilation. Edited by Tobin MJ; 2006: 221-250.
28. Dreyfuss D, Saumon G: Ventilator-induced injury. In: Pinciples and practice of mechanical ventilation. Edited by Tobin MJ; 1994: 793-812.
29. Lodato RF: Oxygen Toxicity. In: Principles and practice of Mechanical ventilation. Edited by Tobin MJ; 1994: 837-855.
30. Brochard L, Dojat M, Lellouche F: The ventilator of tomorrow. In: Intensive Care Medicine in 10 Years. Edited by Heidelberg SB, vol. 43; 2006: 227-237.
31. Chatburn RL: Classification of mechanical ventilators. In: Principles and practice of Mechanical Ventilation. Edited by Tobin MJ; 1994: 37-64.
32. ARDS_Network: Ventilation with lower tidal volumes as compared with traditional tidal volumes for acute lung injury and the acute respiratory distress syndrome. . N Engl J Med 2000, 342(18):1301-1308.
33. Mancebo J: Assist-control ventilation. In: Principles and practice of mechanical ventilation. Edited by Tobin M; 2006: 183-200.
34. Mercat A: Les modes ventilatoires conventionnels et mixtes. In: Ventilation artificielle De la physiologie à la pratique. Edited by Brochard L; 2008: 23-35.
35. Tobin MJ, Ales CG: Discontinuation of Mechanical Ventilation. In: Principles and practice of Mechanical Ventilation. Edited by Tobin MJ; 1994: 1177-1206.
36. Brochard L: Mécanismes des difficultés de sevrage de la ventilation mécanique. In: Ventilation artificielle De la physiologie à la pratique. 2008: 229-236.
37. Jaber S, Sebbane M, Verzilli D, Couroudouble P, Chanques G, Eledjam JJ: Les nouveaux modes ventilatoires: avancée ou gadget? In: Journées Méditerranéennes d'Anesthésie Réanimation et Urgences: 2006; Marseille (France); 2006.
38. Jaber S, Delay JM, Matecki S, Sebbane M, Eledjam JJ, Brochard L: Volume-guaranteed pressure-support ventilation facing acute changes in ventilatory demand. Intensive Care Med 2005, 31(9):1181-1188.
Bibliographie
112/187
39. Lellouche F, Brochard L: Advanced closed loops during mechanical ventilation (PAV, NAVA, ASV, SmartCare). Best Pract Res Clin Anaesthesiol 2009, 23(1):81-93.
40. Navalesi P, Costa R: New modes of mechanical ventilation: proportional assist ventilation, neurally adjusted ventilatory assist, and fractal ventilation. Curr Opin Crit Care 2003, 9(1):51-58.
44. Otis AB, Fenn WO, Rahn H: Mechanics of breathing in man. J Appl Physiol 1950, 2(11):592-607.
45. Mead J: The control of respiratory frequency. Ann N Y Acad Sci 1963, 109:724-729.
46. Dojat M, Pachet F, Guessoum Z, Touchard D, Harf A, Brochard L: NeoGanesh: a working system for the automated control of assisted ventilation in ICUs. Artif Intell Med 1997, 11(2):97-117.
47. Lellouche F, Mancebo J, Jolliet P, Roeseler J, Schortgen F, Dojat M, Cabello B, Bouadma L, Rodriguez P, Maggiore S et al: A multicenter randomized trial of computer-driven protocolized weaning from mechanical ventilation. Am J Respir Crit Care Med 2006, 174(8):894-900.
48. Dojat M, Brochard L, Lemaire F, Harf A: A knowledge-based system for assisted ventilation of patients in intensive care units. Int J Clin Monit Comput 1992, 9(4):239-250.
49. Dojat M, Harf A, Touchard D, Laforest M, Lemaire F, Brochard L: Evaluation of a knowledge-based system providing ventilatory management and decision for extubation. Am J Respir Crit Care Med 1996, 153(3):997-1004.
50. Dojat M, Harf A, Touchard D, Lemaire F, Brochard L: Clinical evaluation of a computer-controlled pressure support mode. Am J Respir Crit Care Med 2000, 161(4 Pt 1):1161-1166.
51. Pachet F: Représentation de connaissances par objet et règles : le système NéOpus. Paris 6; 1992.
52. Pachet F: Néopus user guide. In.: Laforia; 1995.
Bibliographie
113/187
53. Dojat M, Pachet F: Effective domain-dependent reuse in medical knowledge bases. Comput Biomed Res 1995, 28:403-432.
54. Mersmann S, Dojat M: A flexible architecture for implementation of protocol-based controllers in mechanical ventilation. In: 8th Artificial Intelligence in Medicine in Europe (AIME). Cascais (Pt); 2001.
55. D3web - Environment for diagnostic knowledge systems [http://d3web.sourceforge.net/]
57. Jouvet P, Farges C, Hatzakis G, Monir A, Lesage F, Dupic L, Brochard L, Hubert P: Weaning children from mechanical ventilation with a computer-driven system (closed-loop protocol): a pilot study. Pediatr Crit Care Med 2007, 8(5):425-432.
58. Dräger_Medical: EvitaXL Ventilateur lourd de réanimation. Documentation utilisateur pour le logiciel version 6.1.n. In.; 2005.
59. Dräger_Medical: SmartCare/AI-Documentation utilisateur pour le logiciel 1.1. In.; 2007.
61. Alvarez Maldonado P, Ceron Diaz U, Sierra Unzueta A: SmartCare closed-loop system and the altitude problem. Intensive Care Med 2009, 35(4):755; author reply 756-757.
62. Burns KE, Meade MO, Lessard MR, Keenan SP, Lellouche F: Wean Earlier and Automatically with New technology (the WEAN study): a protocol of a multicentre, pilot randomized controlled trial. Trials 2009, 10:81.
63. Jiang H, Yu S, Wang L: Comparison of SmartCare and spontaneous breathing trials for weaning old patients with chronic obstructive pulmonary diseases. Zhonghua Jie He He Hu Xi Za Zhi 2006, 8:545-548.
64. Kataoka G, Murai N, Kodera K, Sasaki A, Asano R, Ikeda M, Yamaguchi A, Takeuchi Y: Clinical experience with Smart Care after off-pump coronary artery bypass for early extubation. J Artif Organs 2007, 10(4):218-222.
65. Kleijn R: SmartCare is faster than paper-protocol weaning (P25). In: 29th international symposium on intensive care and emergency medicine. vol. 13 (suppl 1): Critical Care; 2009: S10.
Bibliographie
114/187
66. Mekontso-Dessap A, de Prost N, Girou E, Braconnier F, Lemaire F, Brun-Buisson C, Brochard L: B-type natriuretic peptide and weaning from mechanical ventilation. Intensive Care Med 2006, 32(10):1529-1536.
67. Rodriguez C: Comparaison entre une méthode de sevrage ventilatoire automatisée et une méthode clinique protocolisée chez des malades ventilés depuis au moins 48h. In: Congrès SRLF. Paris; 2009.
68. Rose L, Presneill JJ, Johnston L, Cade JF: A randomised, controlled trial of conventional versus automated weaning from mechanical ventilation using SmartCare/PS. Intensive Care Med 2008, 34(10):1788-1795.
69. Schädler D, Elke G, Pulletz S, Haake N, Frerichs I, Zick G, Scholz J, Weiler N: The influence of an automatic control of pressure support ventilation on total ventilation time - preliminary results of a randomized controlled trial (ASOPI trial). In: 21st congress of European Society of Intensive Care Medicine. Lisbon (PT); 2008.
70. Cabello B, Thille AW, Drouot X, Galia F, Mancebo J, d'Ortho MP, Brochard L: Sleep quality in mechanically ventilated patients: comparison of three ventilatory modes. Crit Care Med 2008, 36(6):1749-1755.
71. Rodriguez C: Comparaison entre une méthode de sevrage ventilatoire automatisée et une méthode clinique protocolisée chez des malades ventilés depuis au moins 48h. In: DESC Réanimation Médicale. Centre hospitalier de Béziers; 2009.
72. Kraft M: The savings potential of innovative medical technology in healthcare. In. Edited by SPECTARIS. Berlin; 2006.
73. Richard JC, Carlucci A, Breton L, Langlais N, Jaber S, Maggiore S, Fougère S, Harf A, Brochard L: Bench testing of pressure support ventilation with three different generations of ventilators. Intensive Care Med 2002, 28:1049-1057.
74. Jaber S, Tassaux D, Sebbane M, Pouzeratte Y, Battisti A, Capdevila X, Eledjam JJ, Jolliet P: Performance characteristics of five new anesthesia ventilators and four intensive care ventilators in pressure-support mode: a comparative bench study. Anesthesiology 2006, 105(5):944-952.
75. Zanetta G, Robert D, Guerin C: Evaluation of ventilators used during transport of ICU patients -- a bench study. Intensive Care Med 2002, 28(4):443-451.
Bibliographie
115/187
76. Fauroux B, Leroux K, Pepin JL, Lofaso F, Louis B: Are home ventilators able to guarantee a minimal tidal volume? Intensive Care Med, 36(6):1008-1014.
77. Costa R, Navalesi P, Spinazzola G, Ferrone G, Pellegrini A, Cavaliere F, Proietti R, Antonelli M, Conti G: Influence of ventilator settings on patient-ventilator synchrony during pressure support ventilation with different interfaces. Intensive Care Med.
78. Thille AW, Rodriguez P, Cabello B, Lellouche F, Brochard L: Patient-ventilator asynchrony during assisted mechanical ventilation. Intensive Care Med 2006, 32(10):1515-1522.
80. de Wit M, Pedram S, Best A, Epstein S: Observational study of patient-ventilator asynchrony and relationship to sedation level. J Crit Care 2009, 24:74-80.
81. Yang KL, Tobin MJ: A prospective study of indexes predicting the outcome of trials of weaning from mechanical ventilation. N Engl J Med 1991, 324(21):1445-1450.
82. Thille AW, Cabello B, Galia F, Lyazidi A, Brochard L: Reduction of patient-ventilator asynchrony by reducing tidal volume during pressure-support ventilation. Intensive Care Med 2008, 34(8):1477-1486.
83. Donald MJ, Paterson B: End tidal carbon dioxide monitoring in prehospital and retrieval medicine: a review. Emerg Med J 2006, 23(9):728-730.
84. Levine RL: End-tidal CO2: physiology in pursuit of clinical applications. Intensive Care Med 2000, 26(11):1595-1597.
85. Frakes M: Measuring etCO2 : Clinical Applications and usefulness. Crit Care Nurses 2001, 31(5):23-35.
86. Hess D: Capnometry (ch 24). Principles and Practice of Intensive Care Monitoring (Tobin) 1998:377-400.
87. Yamanaka MK, Sue DY: Comparison of arterial-end-tidal PCO2 difference and dead space/tidal volume ratio in respiratory failure. Chest 1987, 92(5):832-835.
88. Galia F, Brimioulle S, Bonnier F, Vandenbergen N, Dojat M, Vincent JL, Brochard L: Use of maximal end-tidal CO2 values to improve its monitoring accuracy. Respir Care 2011.
Bibliographie
116/187
89. Robinson J, Lupkiewicz S, Palenik L, Lopez L, Ariet M: Determination of ideal body weight for drug dosage calculation. Am J Hosp Pharm 1983, 40(6):1016-1019.
90. Brochard L: Tidal volume during acute lung injury: let the patient choose? Intensive Care Med 2009, 35:1830-1832.
91. Meade MO, Guyatt G, Cook D, Griffith L, Sinuff T, Kergl C, Mancebo J, Esteban A, Epstein S: Predicting success in weaning from mechanical ventilation. Chest 2001, 120:400S-424S.
92. Douglas N, White D, Pickett C, Weil J, Zwillich C: Respiration during sleep in normal man. Thorax 1982, 37:840-844.
93. Bouadma L, Lellouche F, Cabello B, Taille S, Mancebo J, Dojat M, Brochard L: Computer-driven management of prolonged mechanical ventilation and weaning: a pilot study. Intensive Care Med 2005, 31(10):1446-1450.
94. Esteban A, Alia I, Ibanez J, Benito S, Tobin MJ: Modes of mechanical ventilation and weaning. A national survey of Spanish hospitals. The Spanish Lung Failure Collaborative Group. Chest 1994, 106(4):1188-1193.
95. Esteban A, Anzueto A, Alia I, Gordo F, Apezteguia C, Palizas F, Cide D, Goldwaser R, Soto L, Bugedo G et al: How is mechanical ventilation employed in the intensive care unit? An international utilization review. Am J Respir Crit Care Med 2000, 161(5):1450-1458.
96. Frutos F, Alia I, Esteban A, Anzueto A: Evolution in the utilization of the mechanical ventilation in the critical care unit. Minerva Anestesiol 2001, 67(4):215-222.
98. Brochard L: Pressure-support ventilation: still a simple mode? Intensive Care Med 1996, 22(11):1137-1138.
99. Brunner JX: Principles and history of closed-loop controlled ventilation. Respir Care Clin N Am 2001, 7(3):341-362, vii.
100. Dojat M, Brochard L: Knowledge-based systems for automatic ventilatory management. Respir Care Clin N Am 2001, 7(3):379-396, viii.
101. Weinger M, Brimm J: EtCO2 as a measure of PaCO2 during IMV. J Clin Monit 1986, 3(2):73-79.
Bibliographie
117/187
102. Brochard L, Isabey D, Piquet J, Amaro P, Mancebo J, Messadi AA, Brun-Buisson C, Rauss A, Lemaire F, Harf A: Reversal of acute exacerbations of chronic obstructive lung disease by inspiratory assistance with a face mask. N Engl J Med 1990, 323(22):1523-1530.
103. Jubran A, Van de Graaff WB, Tobin MJ: Variability of patient-ventilator interaction with pressure support ventilation in patients with chronic obstructive pulmonary disease. Am J Respir Crit Care Med 1995, 152(1):129-136.
104. Parthasarathy S, Tobin MJ: Effect of ventilator mode on sleep quality in critically ill patients. Am J Respir Crit Care Med 2002, 166(11):1423-1429.
105. Pesenti A, Rossi N, Calori A, Foti G, Rossi GP: Effects of short-term oxygenation changes on acute lung injury patients undergoing pressure support ventilation. Chest 1993, 103(4):1185-1189.
106. Volta CA, Alvisi V, Bertacchini S, Marangoni E, Ragazzi R, Verri M, Alvisi R: Acute effects of hyperoxemia on dyspnoea and respiratory variables during pressure support ventilation. Intensive Care Med 2006, 32(2):223-229.
107. Leung P, Jubran A, Tobin MJ: Comparison of assisted ventilator modes on triggering, patient effort, and dyspnea. Am J Respir Crit Care Med 1997, 155(6):1940-1948.
108. Nava S, Bruschi C, Rubini F, Palo A, Iotti G, Braschi A: Respiratory response and inspiratory effort during pressure support ventilation in COPD patients. Intensive Care Med 1995, 21(11):871-879.
109. Belpomme V, Ricard-Hibon A, Devoir C, Dileseigres S, Devaud ML, Chollet C, Marty J: Correlation of arterial PCO2 and PETCO2 in prehospital controlled ventilation. Am J Emerg Med 2005, 23(7):852-859.
110. Bhat YR, Abhishek N: Mainstream end-tidal carbon dioxide monitoring in ventilated neonates. Singapore Med J 2008, 49(3):199-203.
111. Kerr ME, Zempsky J, Sereika S, Orndoff P, Rudy EB: Relationship between arterial carbon dioxide and end-tidal carbon dioxide in mechanically ventilated adults with severe head trauma. Crit Care Med 1996, 24(5):785-790.
112. Lujan M, Canturri E, Moreno A, Arranz M, Vigil L, Domingo C: Capnometry in spontaneously breathing patients: the influence of chronic obstructive pulmonary disease and expiration maneuvers. Med Sci Monit 2008, 14(9):CR485-492.
Bibliographie
118/187
113. Morley TF, Giaimo J, Maroszan E, Bermingham J, Gordon R, Griesback R, Zappasodi SJ, Giudice JC: Use of capnography for assessment of the adequacy of alveolar ventilation during weaning from mechanical ventilation. Am Rev Respir Dis 1993, 148(2):339-344.
114. Lellouche F, Taille S, Lefrancois F, Deye N, Maggiore SM, Jouvet P, Ricard JD, Fumagalli B, Brochard L: Humidification performance of 48 passive airway humidifiers: comparison with manufacturer data. Chest 2009, 135(2):276-286.
115. Turnbull D, Fisher PC, Mills GH, Morgan-Hughes NJ: Performance of breathing filters under wet conditions: a laboratory evaluation. Br J Anaesth 2005, 94(5):675-682.
116. Burns KE, Lellouche F, Loisel F, Slutsky AS, Meret A, Smith O, Saskin R, Meade M: Weaning critically ill adults from invasive mechanical ventilation: a national survey. Can J Anaesth 2009, 56(8):567-576.
117. Nakayama H, Smith CA, Rodman JR, Skatrud JB, Dempsey JA: Effect of ventilatory drive on carbon dioxide sensitivity below eupnea during sleep. Am J Respir Crit Care Med 2002, 165(9):1251-1260.
118. SRLF: XXIe conférence de consensus en réanimation et en médecine d'urgence. Sevrage de la ventilation mécanique. Réanimation 2001, 10:697-705.
119. Esteban A, Ferguson ND, Meade MO, Frutos-Vivar F, Apezteguia C, Brochard L, Raymondos K, Nin N, Hurtado J, Tomicic V et al: Evolution of mechanical ventilation in response to clinical research. Am J Respir Crit Care Med 2008, 177(2):170-177.
120. Boles JM, Bion J, Connors A, Herridge M, Marsh B, Melot C, Pearl R, Silverman H, Stanchina M, Vieillard-Baron A et al: Weaning from mechanical ventilation. Eur Respir J 2007, 29(5):1033-1056.
121. Cereda M, Foti G, Marcora B, Gili M, Giacomini M, Sparacino ME, Pesenti A: Pressure support ventilation in patients with acute lung injury. Crit Care Med 2000, 28(5):1269-1275.
122. Tobin MJ, Jubran A: Variable performance of weaning-predictor tests: role of Bayes' theorem and spectrum and test-referral bias. Intensive Care Med 2006, 32(12):2002-2012.
123. Chen CW, Lin WC, Hsu CH, Cheng KS, Lo CS: Detecting ineffective triggering in the expiratory phase in mechanically ventilated patients based on airway flow and pressure deflection: feasibility of using a computer algorithm. Crit Care Med 2008, 36(2):455-461.
124. Mulqueeny Q, Redmond SJ, Tassaux D, Vignaux L, Jolliet P, Ceriana P, Nava S, Schindhelm K, Lovell NH: Automated detection of
Bibliographie
119/187
asynchrony in patient-ventilator interaction. Conf Proc IEEE Eng Med Biol Soc 2009, 2009:5324-5327.
125. Cherniack NS, Longobardo GS, Staw I, Heymann M: Dynamics of carbon dioxide stores changes following an alteration in ventilation. J Appl Physiol 1966, 21.
Publications et Articles
120/187
Publications et Articles
Publications et présentations liées au travail de thèse
Articles publiés 1. Reduction of patient-ventilator asynchrony by reducing tidal-volume during PSV
Thille AW., Cabello B., Galia F., Lyazidi A., Brochard L.
Vol 34, pages 1477-1486, Intensive Care Medicine 2008
2. A bench study of ICU ventilators: new vs. old and turbine-based vs. compressed gas-based
ventilators
Thille AW., Lyazidi A., Richard JCM., Galia F., Brochard L.
Vol 35, pages 1368-1376, Intensive Care Medicine 2009
3. Sleep quality in mechanically ventilated patients: comparison of three ventilatory modes
Cabello B., Thille AW., Drouot X., Galia F., Mancebo J., D’Ortho MP., Brochard L.
Vol 36, pages 1749-1755, Critical Care Medicine 2008
Article accepté pour publication 1. Use of maximal end-tidal CO2 values to improve its monitoring accuracy
Galia F., Brimioulle S., Bonnier F., Vandenbergen N., Dojat M., Vincent JL., Brochard L.
(accepté pour publication dans Respiratory Care) Article soumis 1. Prediction of pressure support ventilation tolerance in patients under assist control
ventilation: a preliminary study
Mekontso-Dessap A., Galia F., Carteaux G., Lyazidi A., Thille A., Brochard L.
2010 (en préparation)
Publications et Articles
121/187
Présentations en congrès 1. Use of maximal end-tidal CO2 values to improve its monitoring accuracy
Galia F., Brimioulle S., Bonnier F., Vandenbergen N., Dojat M., Vincent JL., Brochard L.
3. Riley RL: Development of the three-compartment model for dealing with uneven
distribution. In: Pulmonary Gas Exchange.Ventilation, Blood Flow, and Diffusion
Edited by West JB. New York: Academic, 1980., vol. 1, p. 67-85
4. Schmidt RF, Thews G, Lang F: Physiologie des Menschen; Springer, 2000.
5. Cherniack NS, Longobardo GS, Staw I, Heymann M: Dynamics of carbon dioxide
stores changes following an alteration in ventilation. J Appl Physiol 1966, 21(3),
785
ANNEXES
178/187
ANNEXE E
Changement de classification possible en utilisant
le maximum au lieu de la moyenne de l’etCO2 Les explication des termes du Tableau A3 se situent juste avant la table. Lexique des seuils - EtCO2 : Bas : etCO2 < 20 mmHg
Normal : 20 mmHg ≤ etCO2 < 55 mmHg (65 mmHg si BPCO)
Haut : 55 (65) mmHg ≤ etCO2
- FR :
Bas : FR ≤ 15 cpm
Normal : 15 cpm < FR < 30 cpm (34 cpm si Désordre Neurologique)
Haut : 30 (ou 34) cpm ≤ FR < 36 cpm
Max : FR ≥ 36 cpm
- Vt :
Bas : Vt < 350 ml (250 ml si le poids du patient ≤ 55kg)
Normal : Vt ≥ 350ml (25 0ml)
- AI = ä, æ, -- : respectivement augmentation, diminution et maintien du niveau d’AI ; un
espace AI vide indique que le changement au niveau etCO2 ne change pas la classification.
ANNEXES
179/187
Tableau A3 : changements de classifications fonction de l’etCO2
Ce tableau présente, en fonction du changement de zone de sécurité de la mesure
d’etCO2, avec les zones de sécurité pour les mesures FR et Vt, les changements de
classifications et d’AI résultants.
Changement
etCO2 FR Vt Changement de classification Changement
AI
Bas à Normal
Max Normal hyperventilation inexpliquée à tachypnée sévère -- ä
Normal Bas ventilation insuffisante Haut Bas ventilation insuffisante Max Bas ventilation insuffisante
Haut Normal hyperventilation inexpliquée à tachypnée -- ä
Normal Normal Normal Bas Bas Hyperventilation Bas Normal Hyperventilation
Normal à Haut
Bas Normal hyperventilation à hypoventilation æ ä
Max Normal tachypnée sévère
Normal Normal normal à ventilation insuffisante -- ä
Haut Bas ventilation insuffisante
Haut Normal tachypnée à ventilation insuffisante
Normal Bas ventilation insuffisante Max Bas ventilation insuffisante
Bas Bas hyperventilation à hypoventilation centrale æ --
Bas à Haut
Bas Normal hyperventilation à hypoventilation æ ä
Max Normal hyperventilation inexpliquée à tachypnée sévère -- ä
Normal Normal normal à ventilation insuffisante -- ä
Haut Bas ventilation insuffisante
Haut Normal hyperventilation inexpliquée à ventilation insuffisante -- ä
Normal Bas ventilation insuffisante Max Bas ventilation insuffisante
Bas Bas Hyperventilation à hypoventilation centrale æ --
ANNEXES
180/187
ANNEXE F
PEP Automatisée, Changement de la base de connaissance,
Adaptation de SmartCare+ et du SmartPatient
Changement de la base de connaissance
Il a fallu ajouter de nouveaux objets et différentes règles ainsi qu’un nouveau
Diagnostic. La Figure A3 présente où ont eu lieu ces changement dans le logiciel de
formalisation de la base de connaissance Solvatio.
Figure A3 : changements pour l’automatisation de la PEP
Figure présentant l’emplacement et la création des nouveaux objets dans la hiérarchie de
la base de connaissance.
Voici la présentation en détail de chacun de ces blocs.
ANNEXES
181/187
+ Tout d’abord l’horloge qui permet de contrôler la procédure
Règle d’interprétation DurationSwitchPEEP du questionnaire Temporals du catalogue
WorkBench (Figure A4)
Figure A4 : DurationSwitchPEEP
Il y a 2 règles pour la modélisation de l’horloge de la procédure d’automatisation de PEP : une
règle pour l’initialisation et la réinitialisation du compteur ; une autre pour incrémenter le
compteur.
Fonction : compteur de temps
Règles de dérivation :
- Est initialisé ou réinitialisé si ce compteur dépasse 60 minutes
OU si la session du patient débute
OU si le « diagnostic » de contrôle Advice_SwitchPEEP est désactivé.
- Est incrémenté de la durée de la dernière période de ventilation
tant que Advice_SwitchPEEP est activé
ET la durée est inférieure à 60 minutes.
ANNEXES
182/187
+ Le module suivant est chargé du contrôle de la procédure
Règle Advice_SwitchPEEP dérivant du « diagnostic » NewAlarm qui hérite du
« diagnostic » TherapyContext (Figure A5)
Figure A5 : Advice_SwitchPEEP
Les règles pour contrôler la procédure d’automatisation de PEP. Un ensemble de critères
permettent de valider ou invalider ce contrôleur.
Fonction : Contrôleur de la procédure de diminution de PEP
Règles de dérivation :
- Est valide (initialisation de la procédure ou continuité) si le prochain niveau d’aide
(Rated_P_ASB) est inférieur au niveau de pression basse objectif du sevrage (P_ASB_low) ET
FiO2 < 50%
ET que le niveau de pression courant (P_ASB) est inférieur à P_ASB_low
ET 6 ≤ PEP ≤ 8
ET les instabilités transitoires ne dépassent pas le nombre d’instabilités acceptées
- Est invalidé si PEP > 8 ou PEP < 5
OU si PEP = 5
ET le compteur (DurationSwitchPeep) dépasse la durée de stabilité
OU si le niveau de pression actuelle (P_ASB) ou le prochain niveau prévu (Rated_P_ASB)
sont supérieurs strictement au niveau de pression basse (P_ASB_low)
OU si le nombre d’instabilités transitoires est trop grand
Règles de conclusion principales (n’appartenant pas aux règles de dérivation des autres objets
présentés) :
Si le diagnostic Advice_SwitchPEEP est établi (valide), alors un nouveau message d’alarme
s’affiche (xpsOut_Advice_SwitchPEEP) signalant ainsi que la procédure est activée,
ANNEXES
183/187
l’inhibiteur d’alarmes (NoAlarm) est désactivé et une nouvelle alarme (NewAlarm) est
activée.
+ Ce module est chargé du stockage de la dernière PEP valide
Règle d’interprétation PEEPinit (Figure A6) du questionnaire Thresholds du catalogue
PhysiologicalContext
Figure A6 : PEEPinit
Il faut distinguer 2 règles pour définir la valeur de la variable PEEPinit
qui stocke la dernière valeur de PEP valide avant décrémentation : une
règle permet de conserver la valeur courante à chaque nouvel
enregistrement et l’autre permet la modification avec la nouvelle valeur
de PEP validée après 60 minutes.
Fonction : Variable mémoire permettant le stockage de la dernière valeur de PEP valide à
laquelle le niveau de PEP actuel revient en cas d’intolérance ventilatoire.
Règle de dérivation :
- Est égale à la valeur de PEP actuelle et validée si le compteur (Duration_SwitchPEEP)
dépasse 60 minutes, ne change pas sinon.
+ Bloc contrôlant le niveau de PEP
Règle d’interprétation RatedPEEP (Figure A7) du questionnaire ResultChannel du catalogue
WorkBench (Figure A3)
ANNEXES
184/187
Figure A7 : Rated_PEEP
Il y a 3 règles pour la gestion de la valeur de PEP : une règle
gère la valeur courante de PEP, une autre concerne la
réinitialisation à la dernière valeur de PEP valide (PEEPinit)
et la dernière gère sa décrémentation.
Fonction : contrôle de la valeur de PEP (décrémente, réinitialise), correspond à la prochaine
valeur de PEP (Rated_PEEP)
Règles de dérivation :
- vaut le niveau de PEP courant si le compteur (Duration_SwitchPEEP) est inférieur à 60
minutes
ET la procédure diagnostic Advice_SwitchPEEP est activée.
- vaut PEEPinit (réinitialisation) si il y a une instabilité
ET la procédure Advice_SwitchPEEP est invalidée
- est décrémenté par 1 si le compteur (Duration_SwitcPEEP) a dépassé 60 minutes
ET si la procédure Advice_SwitchPEEP est active. Exception si la dernière valeur de PEP
(PEEPinit) vaut 5.
Ajout d’un symptôme supplémentaire : FiO2
Un symptôme supplémentaire a été ajouté qui n’était pas pris en compte par le
système. Il s’agit de la fraction inspirée d’oxygène.
Il a été ajouté au niveau de HostSettings du catalogue MonitoredSymptoms
ANNEXES
185/187
L’ajout de cette donnée parmi les données utilisables par le système est intéressant
dans la mesure où, outre son utilisation pour le contrôle de la PEP, elle pourra être utilisée
dans des futures applications requérant le niveau de FiO2 comme donnée.
Pour récupérer cette donnée, il a fallu créer toutes les procédures nécessaires au niveau
du logiciel SmartCare+
__________________________
Adaptation de SmartCare+ et SmartPatient
L’hôte tout au long de ce programme, correspond au SmartPatient, utilisé comme banc
de test par défaut.
Changement au niveau de SmartCare+ - La classe HostSettings récupère les paramètres du « ventilateur » ou de l’appareil et possède
des méthodes permettant la lecture de ces paramètres par SmartCare+.
Au niveau de la classe HostSettings du package common.repository, la méthode d’appel a été
surchargée avec les instances de FiO2 et de PEP ainsi définies comme variables d’instances de
la classe :
HostSettings(int the_P_ASB, int the_PEEP, int the_FiO2, int the_myPEEP)
où the_P_ASB est la valeur de pression actuelle réglée sur le « ventilateur », the_PEEP sert à
récupérer la valeur du seuil de PEP maximum (défini ainsi par l’industriel), the_FiO2 et
the_myPEEP sont les valeurs de FiO2 et de PEP courantes du « ventilateur ». Pour les
récupérer, 2 méthodes : get_FiO2() et get_PEEP().
- La classe HostWrapper du package host.access.medibus implémente l’interface entre le
système et le « ventilateur hôte ». Au niveau de cette classe la méthode readhostSettings
permet la lecture des paramètres du « ventilateur ». Il a donc été ajouté à cette méthode de
quoi lire la FiO2 et la PEP.
- La classe Distributor permet le contrôle des paramètres de configuration de l’ « hôte »
ventilateur. Elle appartient au package host.datahandler.nebcr. La méthode
adjustHostSettings y a été modifiée de manière à pouvoir configurer le nouveau niveau de
PEP en faisant appel aux méthodes précédentes. Cela permet donc la récupération de la future
PEP réglée (Rated_PEEP)
int rated_PEEP = theRatedHostSettings.get_myPEEP()
ANNEXES
186/187
- La classe ProblemSolver du package xps.control est la classe générique de contrôle et de
mise en forme de base de connaissance. Elle permet d’interroger la base de connaissance.
Dans la base de connaissance, la variable d’interpretation Duration_SwitchPEEP a été
définie. La méthode getReasonningResult de cette classe permet de récupérer simplement un
résultat (raisonnement) de la base de connaissance et d’avoir accès à la valeur de la variable.
Pour débugger la procédure de contrôle de la PEP, cette classe a été modifiée pour récupérer
la valeur de Duration_SwitchPEEP.
- La classe ProblemSolver du package xps.control.nebcr est dédiée au système de contrôle
automatisé de la ventilation et permet donc le contrôle et l’interrogation de la base de
connaissance. C’est au niveau de cette classe que l’on va récupérer les données du
« ventilateur » ou « simulateur » pour les envoyer vers la base pour interrogation de la
connaissance.
Au niveau de la méthode doDecisionMaking, on va envoyer les données spécifiant à la base à
quelle Question on s’adresse via l’utilisation de la méthode setQuestion. On va donc donner
les valeurs de PEP et de FiO2 du « ventilateur » par
setQuestion(« MF70 »,theActualHostSettings.get_PEEP()) et
setQuestion(« MF410 »,theActualHostSettings.get_FiO2()). D’autre part, toujours au niveau
de la même méthode on va interroger la base en fonction des données envoyées. Ce qui nous
intéresse est la nouvelle valeur de PEP. On va donc effectuer un test de l’existence de
rated_PEEP et récupérer les données et les utiliser via la méthode appropriée.