Acute Respiratory Distress Syndrome – quo vadis
Innovative und individualisierte Therapieansätze
- Open Access
- 22.04.2025
- Akutes Atemnotsyndrom
- Leitthema
Zusammenfassung
Hintergrund
Leitlinienupdate – relevante Neuerungen
Therapieoption | Empfehlungen ESICM 2023 [2] | Empfehlungen ATS 2023 [3] |
|---|---|---|
HFNO/NIV | Keine Empfehlung (bezüglich Mortalitätsreduktion) | – |
HFNO statt konventionelle O2-Therapie zur Intubationsvermeidung | ||
Evtl. CPAP/NIV statt konventionelle O2-Therapie zur Intubationsvermeidung bei COVID-19 | ||
Protektive Beatmung | Niedriges Tidalvolumen (4–8 ml/kg PBW) | Vt ≤ 6 ml/kg PBW + Pplat ≤ 30 cmH2O |
PEEP | Keine Empfehlung zur höheren vs. niedrigeren PEEP-Strategie (Mortalität) | Höhere PEEP-Strategie bei moderatem und schwerem ARDS |
Keine Empfehlung zur PEEP-Titration nach Atemmechanik (Mortalität) | ||
„Driving pressure“ | – | – |
Recruitmentmanöver | Keine Routinerecruitmentmanöver (Mortalität) | Keine Recruitmentmanöver zur PEEP-Titration |
Keine prolongierten Recruitmentmanöver mit PEEP ≥ 35 cmH2O für > 60 s | ||
Bauchlagerung | Empfohlen bei paO2-FiO2-Ratio < 150 und PEEP ≥ 5 cmH2O für mindestens 16 konsekutive Stunden | Empfohlen bei paO2-FiO2-Ratio < 150 |
„Awake proning“ empfohlen für ARDS bei COVID-19 (Intubationsvermeidung) | „Awake proning“ nicht adressiert | |
Neuromuskuläre Blockade | Keine kontinuierliche Relaxierung als Routinemaßnahme | Empfohlen in der Frühphase des schweren ARDS (≤ 48 h Beatmung) |
Überlege Beendigung nach 48 h bei Besserung | ||
ECLS | vv-ECMO empfohlen bei schwerem ARDS und ECMO-entry-Kriterien der EOLIA-Studie | vv-ECMO empfohlen bei schwerem ARDS mit paO2-FiO2-Ratio < 80 oder pH < 7,25 und paCO2 ≥ 60 mm Hg unter Beachtung von Kontraindikation und nach Ausschöpfung konservativer Therapiemaßnahmen (optimierte protektive Beatmung, Bauchlagerung, neuromuskuläre Blockade) |
ECCO2R nicht empfohlen | ||
Kortikosteroide | – | Empfohlen für mildes, moderates und schweres ARDS |
Nicht empfohlen nach > 14 Tagen Beatmungsdauer |
Indikation zur HFNO-Gabe, NIV und IMV
Parameter | Berechnung/Beschreibung |
|---|---|
Forcierte inspiratorische Atemanstrengung, Atemfrequenz ≥ 30/min | – |
Zunahme von Ödem und Konsolidierungen in der Bildgebung | Röntgenuntersuchung, Computertomographie oder Lungenultraschall |
Abnahme von Crs | Crs: Tidalvolumen (in ml)/∆Pstat |
NIV: HACOR-Score > 5 nach 1 h NIV | Herzrate, Acidose, Bewusstsein, Oxygenierung, Atemfrequenzskala |
HFNO: ROX-Index < 2,85, < 3,47 und < 3,85 nach 2, 6 und 12 h Therapie | ROX-Index: SpO2-FiO2-Ratio durch Atemfrequenz |
PL insp > 20 cmH20 | Inspiratorischer transpulmonaler Druck (Pplat − Pes insp) |
∆PL: > 15–20 cmH2O | PL insp − PL exp |
∆Pes: > 10–12 cmH20 | Pes exp − Pes insp |
∆Pocc korr: > 13–15 cmH2O | Inspiratorischer Okklusionsdruck: (PEEP − negativer Atemwegsdruck unter Okklusion) × 0,75 |
∆Pocc korr − ∆Pdyn × 0,66 ∶ > 16–17 cmH2O | ∆Pdyn: Dynamischer Driving Pressure |
Anwendung und Ausgestaltung individualisierter Therapiestrategien
Phänotyp | Beschreibung | Mögliche Therapieansätze |
|---|---|---|
Schweregrad der Hypoxämie | Ausgedrückt durch die paO2-FiO2-Ratio. Unterschiede in der Mortalität | Bei moderat-schwerem ARDS Bauchlagerung, evtl. Muskelrelaxanzien, bei schwerstem ARDS vv-ECMO |
Auslösender Faktor | Unterschiedliche Ausprägung von Schweregrad und Unterschiede in der Mortalität | – |
Direktes vs. indirektes ARDS | Unterschiede in der Mortalität und Pathophysiologie | Response auf PEEP wahrscheinlicher bei indirektem ARDS |
„Early vs. late onset“ | < oder > 48 h nach Aufnahme; Unterschiede in der Pathophysiologie | – |
Bildgebung | Diffus vs. fokal Unterschiede in der Atemmechanik und Mortalität | Response auf PEEP wahrscheinlicher bei diffusen Infiltraten |
Genetische Faktoren | Genetische Variabilität Unterschiede in Risiko, Prognose, Therapieansprechen | – |
Biomarker | z. B. Inflammationsparameter; Unterschiede in Risiko, Prognose, Therapieansprechen | – |
Inflammation | Hyperinflammatorisch (höhere inflammatorische Biomarker, höhere Mortalität) vs. hypoinflammatorisch | Höherer PEEP und konservatives Volumenmanagement bei Hyperinflammation |
Atemmechanik | Rekrutierbare vs. nichtrekrutierbare Lungenareale; Compliance bzw. Elastizität des respiratorischen Systems; Pleuradruck bzw. transpulmonale Druckverhältnisse | Höherer PEEP bei Rekrutierbarkeit und hohem Pleuradruck |
Schweregrad der Gasaustauschstörung
Inflammation
Atemmechanik
-
Volumenorientierte Beatmung: 0,1 × (Ppeak − 0,5 × ∆P) × VT × AF
-
Druckorientierte Beatmung: 0,1 × Ppeak × VT × AF
Heterogenität des ARDS als Basis des individualisierten Therapiemanagements
Unterscheidung von ARDS-Subtypen durch „latent class analysis“
Unterschiedliches Ansprechen von ARDS-Subtypen auf Interventionen
ARDS-Trials der Gegenwart und Zukunft
Neuen Studiendesigns – adaptive „Platform-Trials“
-
Flexibilität: es können mehrere Interventionen (Medikamente oder Therapieansätze) gleichzeitig getestet werden.
-
Adaptives Design: Neue Interventionen können dynamisch hinzugefügt werden, ohne dass hierfür die Studie pausiert oder unterbrochen werden muss. Ebenso können Therapiearme nach Maßgabe von Zwischenergebnissen gestoppt werden.
-
Gemeinsame Kontrollgruppe: Trotz mehrerer Therapiearme ist nur eine Kontrollgruppe notwendig, wodurch die Zahl der Patient:innen, die ausschließlich Placebo bzw. die Standardbehandlung erhalten, reduziert wird.
Stellenwert der künstlichen Intelligenz beim ARDS-Management
Anwendungsgebiet | Vorteile | Nachteile |
|---|---|---|
Früherkennung und Diagnose | Schnelle und präzise Analyse von Röntgenbildern oder Computertomographien | Abhängigkeit von hochwertigen Daten |
Vorhersage der ARDS-Entwicklung in hospitalisierten Patient:innen | Risiko von Fehldiagnosen bei unausgewogenen Datensätzen | |
Patientenstratifizierung | Identifikation von ARDS-Phänotypen (z. B. hyperinflammatorisch) | Erfordernis von umfangreichen Biomarker- und klinischen Daten |
Risikoabschätzung für Mortalität | Erhöhte Komplexität in der klinischen Anwendung | |
Personalisierte Therapie | Optimierung von Behandlungsstrategien | Schwierige Validierung von Modellen in der klinischen Praxis |
Verbesserung der Beatmungseinstellungen | Gefahr von Überanpassung („overfitting“) | |
Überwachung und Prognose | Echtzeitüberwachung von Vitalparametern | Mögliche Fehlalarme durch Algorithmusungenauigkeiten |
Vorhersage von Krankheitsverlauf und Komplikationen | Erfordernis einer stabilen technischen Infrastruktur | |
Forschung und klinische Studien | Effiziente Patientenrekrutierung | Hohe organisatorische und technische Anforderungen |
Anpassung von Studien in Echtzeit (z. B. in Platform-Trials) | Komplexe regulatorische Hürden | |
Big-Data-Analyse | Integration und Analyse großer, heterogener Datensätze | Hoher Rechenaufwand |
Entdeckung neuer Biomarker | Schwierigkeit, Daten zu standardisieren und zu harmonisieren |
Radiologische KI-basierte ARDS-Früherkennung
Weitere KI-Anwendungen bei ARDS
Fazit für die Praxis
-
Die Behandlung des Atemnotsyndroms (ARDS) hat sich in den letzten Jahren durch technologische Innovationen und ein besseres Verständnis der Pathophysiologie weiterentwickelt.
-
Ein individueller, patientenfokussierter Ansatz, unterstützt durch neue Leitlinien, bildgebende Verfahren und künstliche Intelligenz, wird zur weiteren Verbesserung der Prognose entscheidend sein.
-
Innovative Therapieansätze bieten vielversprechende Möglichkeiten, die Morbidität und Mortalität dieser komplexen Erkrankung weiter zu reduzieren.