Simple Observational Critical Care Studies (SOCCS)

Registreringsprocedurer:

Berettigede patienter vil blive inkluderet inden for 3 timer efter deres ankomst til intensivafdelingen. Efter inklusion vil alle undersøgelsesparametre blive opnået gennem fysisk og fysiologisk undersøgelse. Dette vil blive gentaget efter ca. 12 timer og ca. 24 timer derefter.

Overvågning:

Overvågning vil blive udført af uafhængige forskere fra afdelingen for kritisk pleje ved University Medical Center Groningen (UMCG). Revision er planlagt til at finde sted en gang om året.

Rekruttering:

Inkludering af patienter og målinger af variabler vil blive udført af studiekoordinatoren eller en medforsker under supervision og ansvar af principinvestigator. På grund af dets observationelle karakter vil der ikke blive indhentet informeret samtykke til denne undersøgelse.

Bekræftelse af kildedata:

Ved inklusion udledes alle konventionelle hæmodynamiske variabler ved fysisk undersøgelse og registrering af data fra den grundlæggende hæmodynamiske overvågning (Philips ImageVue-monitor med sporing af hjertefrekvens, elektrokardiogram (EKG), SpO2, arterielt tryk fra arteriel linjetrykmåling og/eller fra ikke-invasivt blodtryksovervågning). Alle variabler er foruddefinerede (se dataordbog) for at standardisere alle målinger fra studerendes forskere.

Generelle patientkarakteristika og laboratoriemålinger blev registreret fra elektroniske patientdiagrammer og Acute Physiology and Chronic Health Evaluation (APACHE) II og IV, Simplified Acute Physiology Score II (SAPS)-score er udtrukket fra vores lokale National Intensive Care Evaluation (NICE)-database. Opfølgning af dødsfald af alle årsager ved 90 dage og 3 år erhverves ved hjælp af den kommunale personjournaldatabase. Langtidsopfølgning samles gennem forskellige ressourcer, såsom hospitalsjournaler, familielæger og/eller direkte kontakt.

Dataindsamling:

Inden for 3 timer efter ICU-indlæggelsen vil alle variabler blive indhentet gennem en engangs klinisk undersøgelse variabler, og sygeplejersker og læger vil blive bedt om deres prognoser. Andre variabler (dvs. laboratorie- og billeddiagnostiske værdier) vil blive hentet fra de elektroniske patientskemaer. Rationalet og de specifikke detaljer for måling af hver variabel er beskrevet detaljeret nedenfor.

Systemiske kredsløbsvariable:

Hjertefrekvens (HR): den registreres fra den elektrokardiografiske monitor ved sengen. I tilfælde af en uregelmæssig rytme (dvs. atrieflimren) vil efterforskerne bruge den gennemsnitlige hjertefrekvens over et minut. Ud over hjertefrekvens vil tilstedeværelsen af ​​atrieflimren blive registreret.

Systolisk blodtryk (SBP), diastolisk blodtryk (DBP) og middelarterielt tryk (MAP): disse vil blive opnået ved intravaskulær måling ved hjælp af en arteriel linje, som er en del af sædvanlig pleje. Hvis der ikke er indsat en arteriel linje, vil den ikke-invasive måling blive indsamlet.

Centralt venetryk (CVP): dette vil blive registreret i tilfælde af, at der er en central venelinje til stede i den indre hals- eller subclaviavene.

Mikro- og perifere kredsløbsvariable:

Kapillær genopfyldningstid (CRT): dette vil blive målt efter 10 sekunder med et fast tryk, fortrinsvis på den distale phalanx af pegefingeren og på den centrale del af knæet. Der vil ikke blive brugt nogen cutoff-score, men en kontinuerlig måling på grund af uoverensstemmelsen i værdier, der anses for normale af forskellige undersøgelser for CRT.

Hudtemperatur (Tskin): dette vil blive målt subjektivt og objektivt. Den subjektive foranstaltning vil blive udført ved at palpere patientens ekstremiteter. Der skelnes mellem enten 'varm' eller 'kold' ved hjælp af den dorsale overflade af eksaminatorens hænder. Patienter vil blive anset for at have 'kolde' hudekstremiteter, hvis alle undersøgte ekstremiteter anses for at være kølige, eller hvis kun underekstremiteterne er kølige trods varme overekstremiteter.

For at objektivere hudtemperaturen har brugen af ​​en central-til-perifer og perifer-til-omgivelsestemperaturforskel (henholdsvis dTc-p og dTp-a) eller underarm-til-finger hudtemperaturgradient (Tskin-diff) blevet foreslået i litteraturen. Efterforskerne vil gøre brug af de central-til-perifere målinger:

Central-til-perifer temperaturforskel (dTc-p): For at måle denne forskel vil efterforskerne sammenligne blæretemperaturen målt med et blæretermistorkateter med fodtemperaturen målt med en hudsonde (DeRoyal Skin Temperature Sensor produkt nr. 81- 010400EU) på enten venstre eller højre fod (dorsum). Efterforskerne vil bruge blæretemperatur som et surrogat for central temperatur og tåtemperatur som et perifert mål. I litteraturen bruges en temperaturforskel på enten 5°C eller 7°C generelt som en øvre grænse. Efterforskerne vil derfor betragte værdier højere end 7°C som unormale.

Den brogede score: denne score blev beskrevet af Ait-Oufella et al. i 2011. Plettet er den pletvis misfarvning af huden forårsaget af mikrocirkulatorisk dysfunktion. Det involverer normalt området omkring knæet. Den plettede score varierer fra 0 til 5, afhængigt af omfanget af det plettede område. En score på 0 eller 1 betragtes som mild, 2 eller 3 moderat og 4 eller 5 alvorlig.

Urinproduktion (ml/kg/h): dette måles også som en del af almindelig pleje. Efterforskerne vil bruge den samlede urinproduktion før undersøgelse (dvs. fra indlæggelse til undersøgelse). Hos patienter med allerede eksisterende nyresvigt vil urinoutput ikke blive brugt.

Andre variabler:

Åndedrætsfrekvens: dette vil blive registreret af den elektrokardiografiske monitor ved sengekanten. Hvis en patient er i mekanisk ventilation, se nedenfor.

Mekanisk ventilation: Der vil blive indsamlet data om tilstedeværelsen og typen af ​​mekanisk ventilation, samt grundlæggende oplysninger om åndedrætsforhold (f.eks. PEEP og FiO2).

Inotrop og vasopressorbrug: ethvert inotropt eller vasopressinbehov, type, dosis og hastighed vil blive registreret. Som inotrope/vasopressorer betragtes noradrenalin, vasopressin, dobutamin, dopamin og milrinon. Midazolam, propofol og S-ketamin betragtes som beroligende.

Estimater af pumpefunktion og perifer cirkulation: en vurdering vil blive foretaget, enten af ​​et medlem af det behandlende team eller af forskeren.

Serumlaktat, hæmoglobin, troponin-T og kreatinin: disse bestemmes som en del af regelmæssig pleje. Til undersøgelsesformål vil efterforskerne bruge den værdi, der er tættest på vores undersøgelse.

Andre biokemiske værdier bestemt som en del af almindelig pleje, såsom pH, leukocytter, hæmatokrit osv. vil også blive registreret.

Efter at den kliniske undersøgelse er udført, vil oplysninger om følgende generelle karakteristika blive udtrukket fra NICE-databasen. Dette inkluderer demografiske data (såsom BMI, alder og køn), sygehistorie, diagnoser og sværhedsgrad af sygdom som evalueret af de forskellige generationer af APACHE-scorerne, SAPS, Sequential Organ Failure Assessment (SOFA) og alle andre offentliggjorte forudsigelsesmodeller. Til dette formål vil en omfattende litteratursøgning blive oprettet og publiceret og derefter udført for at sikre inklusion af alle publicerede modeller med deres variabler. Endvidere vil efterforskerne indsamle laboratorieværdier (detaljer er beskrevet ovenfor), urinproduktion (detaljer er beskrevet ovenfor) og rutineindlæggelses-EKG'er og billeddannelse. Efter 30 dage vil efterforskerne vurdere patientjournalerne igen for at indsamle oplysninger om det samlede ICU-ophold i dage.

Datastyring:

Data vil blive registreret ved hjælp af OpenClinica og overført til analyse. Efter overførsel fra OpenClinica vil alle data blive administreret i en database oprettet ved hjælp af Stata version 15 (StataCorp, College Station, TX). Alle forsøgspersoner vil modtage et forsøgsperson-id, sammensat af undersøgelsens navn og deres inklusionsnummer. Dette studieemne-id vil blive brugt i både OpenClinica og Stata. Kun en forsker med 'studiedirektør'-kontoegenskaber i OpenClinica vil være i stand til at knytte undersøgelsens emne-id til patientnummer.

Vurdering af prøvestørrelse:

Hvert år bliver 3000 patienter indlagt på en af ​​fire intensivafdelinger. Cirka 1500 af disse indlæggelser er ikke-planlagte akutindlæggelser. Efterforskerne vurderer, at halvdelen af ​​disse ikke-planlagte indlæggelser opfylder inklusionskriterierne. Dette efterlader 750 patienter kvalificerede til inklusion. Efterforskerne antager dog, at de af logistiske og praktiske årsager ikke vil være i stand til at inkludere alle berettigede patienter. Derfor sigter efterforskerne på at inkludere 400 patienter om året.

Plan for manglende data:

Først vil det mønster, der ligger til grund for vores manglende data, blive udforsket: mangler helt tilfældigt, mangler tilfældigt eller mangler ikke tilfældigt. Baseret på tidligere erfaringer med SICS-I forventes det, at data vil mangle tilfældigt. Derfor vil primære analyser blive udført med imputation for manglende data ved brug af multiple imputationer. Konklusionernes robusthed vil kun blive kontrolleret af sekundære følsomhedsanalyser, der inkluderer tilgængelige data.

Statistisk analyseplan:

Efterforskerne vil bruge de generelle karakteristika til at skabe en basistabel. Statistiske analyser vil blive udført ved hjælp af Stata version 15 (StataCorp, College Station, TX). Data vil blive præsenteret som gennemsnit med standardafvigelse, hvis normalfordelt eller som medianer med intervaller i tilfælde af skæve data.

Univariate analyser vil blive udført, og alle variable med p<0,1 vil blive inkluderet i de multivariate modeller. Multivariate analyser vil blive udført ved hjælp af en trinvis model. Hjerteoutput vil blive modelleret ved hjælp af lineær regression, og dødelighed vil blive modelleret ved hjælp af logistisk regression. Alle analyser vil blive justeret for alder og køn; andre generelle karakteristika vil ikke blive tilføjet til modellen som standard. Alle analyser vil blive testet tosidet, og p-værdier på mindre end 0,05 vil blive betragtet som statistisk signifikante.

Hvis prøvestørrelsen tillader det, vil efterforskerne udføre en analyse i forskellige underpopulationer. Eksempler på subpopulationer, der kan være berettigede til yderligere analyse, er dem med sepsis og eller alvorligt kredsløbschok.

Fremtidige planer inkluderer brugen af ​​Machine Learning-metoder til yderligere dataanalyse. SOCCS er designet, så dataindsamlingen samtidig er så ensartet og så omfattende som muligt. Som tidligere beskrevet vil næsten alle patienter indlagt på intensivafdelingen blive inkluderet, takket være tilgængeligheden af ​​et uddannet elevteam på vagt 24 timer i døgnet. Dette garanterer, at nye patienter til enhver tid kan inddrages, og giver mulighed for at skabe et stort sæt ensartede data. Mange variabler registreres nøjagtigt ved sengen for alle patienter, der er akut indlagt på intensivafdelingen, inden for 3 timer efter indlæggelsen. Både mere traditionelle såvel som innovative dataanalyseprojekter nyder godt af en optimal dataindsamlingsproces. Alle data indsamlet til SOCCS-studiet vil blive samlet i en omfattende og komplet database, hvorfra Machine Learning-baserede prædiktive modelleringsstudier nemt kan defineres og opsættes. På et senere tidspunkt vil disse data blive brugt til at opbygge prædiktive eller risiko-stratificeringsmodeller, som har til formål sandsynligt at spore udviklingen af ​​kritisk syge patienter eller at fremhæve potentielt interessante parametre for efterfølgende studier.

Machine Learning (ML) er en gren af ​​kunstig intelligens, som gør det muligt for dataforskere at designe overvågede eller uovervågede algoritmer for at "lære" fra generelt store dataprøver ved hjælp af inferens. ML startede som en velkendt metode inden for genanalyse, der siden da har spredt sig til flere andre medicinområder. Dets potentiale til at booste klinisk orienteret forskning er blevet vist, primært ved at identificere og prioritere specifikke plejekomponenter, hvis undersøgelse kan give patienter størst fordel. Ydermere er brugen af ​​ML-baserede rammer i kritisk pleje blevet rapporteret af flere forfattere ved brug af forskellige typer data. Disse data kan opnås på forskellige måder, hvor de mest almindelige er gennem sengekantsmålinger, såsom udført for SOCCS- og SICS-studierne, eller ved at indsamle et større antal parametre fra tidligere fysiologiske data fra en gruppe af lignende forsøgspersoner.