Datově řízené shlukování v chirurgii hemoroidů: Retrospektivní monocentrická studie pro identifikaci klinických fenotypů (PROCTO-CLUSTER)

Hemoroidální onemocnění se projevuje heterogenními vzorci příznaků, anatomickými nálezy a operačními strategiemi, které nejsou plně zachyceny tradičními klasifikacemi založenými na stupních. Tato studie si klade za cíl identifikovat latentní, klinicky interpretovatelné fenotypy u chirurgických pacientů pomocí plně neřízeného strojového učení aplikovaného na rutinně sbíraná perioperační data z terciárního referenčního centra s vysokým objemem výkonů.

Jedná se o retrospektivní, observační analýzu anonymizovaných institucionálních záznamů. Analytická datová sada bude zahrnovat rutinně dokumentované proměnné pokrývající základní demografické/antropometrické údaje, profil příznaků a relevantní klinickou anamnézu, operační techniku a intraoperační deskriptory a rutinně zaznamenávané informace z pooperačního sledování. Data budou extrahována pomocí předem definovaného datového slovníku a standardizovaných pravidel předzpracování, aby byla podpořena reprodukovatelnost a snížena variabilita v definicích proměnných.

Primární analytický přístup bude neřízené shlukování. Proměnné budou vyčištěny a standardizovány před modelováním. Redukce dimenzionality bude provedena pomocí t-distributed stochastic neighbor embedding (t-SNE), inicializované analýzou hlavních komponent pro zlepšení stability. Objevování shluků pak bude provedeno pomocí k-means shlukování na redukovaném prostoru příznaků. Bude prozkoumána řada shlukových řešení a konečné řešení bude vybráno pomocí metrik vnitřní validity (např. míry založené na siluetě) spolu s hodnocením klinické interpretovatelnosti. Robustnost modelu bude hodnocena opakovanými běhy napříč více náhodnými semeny a klíčovými nastaveními parametrů pro posouzení stability přiřazení shluků.

Po přiřazení shluků budou shluky charakterizovány pomocí popisné a srovnávací statistiky k identifikaci proměnných, které nejvíce diferencují fenotypy. Post-hoc přístupy k relevanci/důležitosti příznaků budou použity k prozkoumání, které demografické, klinické a chirurgické faktory nejvíce přispívají k tvorbě shluků, s důrazem na velikost efektů a klinicky smysluplné vzorce spíše než pouze na testování hypotéz. Zjištění budou použita k vytvoření hypotéz týkajících se fenotypů, které mohou být spojeny s větší operační složitostí a různými pooperačními trajektoriemi, což podpoří budoucí práci na prediktivním modelování a individualizované podpoře chirurgického rozhodování.

Všechny analýzy budou provedeny v kontrolovaném institucionálním prostředí pomocí ověřeného statistického a dataminingového softwaru s dokumentovaným nastavením parametrů a sledováním verzí pro umožnění reprodukovatelnosti. Pro analýzu budou použita pouze anonymizovaná data a výsledky budou hlášeny agregovaně, aby byla chráněna soukromí pacientů.