Metode til måling af komorbiditet for at forudsige udfald efter intensiv behandling (AA)

I denne undersøgelse vil efterforskerne validere virkningen af ​​komorbiditet på genindlæggelse på intensiv afdeling (ICU) og dødelighed efter ICU, og hvilken metode til måling af komorbiditet og på hvilket tidspunkt den er mest prædiktiv.

Undersøgelsespopulationen omfatter alle kritiske patienters registre i det svenske intensivregister (SIR) i årene 2005 til 2012 med gyldigt personnummer. SIR leverer populationen til Sveriges Statistik direkte eller via klienten for videre levering til Sveriges Statistik. For alle individer i befolkningen indsamles data fra registre hos Sveriges Statistik. Sveriges Statistik leverer personnumre og løbenumre til Sundhedsstyrelsen for yderligere dataindsamling der. Socialstyrelsen leverer dataprøven til klienten, som sender den til Sveriges Statistik for samarbejde og anonym. Alt datamateriale opbevares uidentificeret i MONA-databasen, hvor kun personer med tilknytning til projektet har adgang til materialet.

Datasættet indeholder 293 342 observationer og 223 495 unikke individer. Observationer, der er fuldstændig dækket af en anden observation, er udelukket. To på hinanden følgende observationer med mindre end 24 timers mellemrum betragtes som det samme besøg. Det endelige sæt af datoer består af 273 741 observationer (223 495 personer).

Patienter med tilbagevendende intensivophold i undersøgelsesperioden blev betragtet som tilbagevendende hændelser, der ikke er uafhængige af hinanden. Intervallet mellem ICU-udskrivning og genindlæggelse blev brugt både som resultatvariabel og til at karakterisere patienten på tidspunktet for indlæggelsen. I analyserne blev afhængigheden mellem flere indlæggelser for samme person håndteret ved hjælp af en robust sandwich-estimator. Hvert ICU-ophold var inkluderet i undersøgelsen, men håndteret som en tidsopdateret eksponering.

Et sammensat resultat af død og genindlæggelse vil blive analyseret. Dødsfald og genindlæggelse vil også blive analyseret separat. Opfølgning starter ved indlæggelsen. En binær statusvariabel (nej/ja) oprettes, der afspejler, om resultatet er sket eller ej, sammen med en tilsvarende tidsvariabel. For hver indlæggelse afsluttes opfølgningen med genindlæggelse, død eller studieophør (2016-12-31), alt efter hvad der kommer først.

Sygehusudskrivningsdiagnoser fra fem år forud for indeksdatoen for ICU-indlæggelsen blev udtrukket fra Socialstyrelsen og koblet til SIR-data ved hjælp af nøjagtig personbaseret kobling. Charlson-komorbiditetsindekset blev beregnet ud fra denne information. En anden kategorisering af komorbiditet blev også udført som modificeret baseret på kategoriseringen foreslået af Elixhauser. For hver af 36 definerede komorbiditetskategorier antallet af indlæggelser med en primær diagnose, antallet af indlæggelser med en sekundær diagnose, den samlede liggetid med en primær diagnose samt intervallet fra sidste indlæggelse med komorbiditetstilstanden som primær diagnose. , blev beregnet.

Den underliggende tilstand, der forårsagede ICU-indlæggelse, blev kategoriseret efter diagnose og indlæggelsesafdeling.

Analyser med cox proportional-hazards regression, tid til begivenhed, på træningsdatasættet år 2005-2010 Charlson komorbiditetsindeks (CCI) kategorisk 0, 1, 2, 3-5, 6-9, 10-17 Elixhauser 36 kategorier

1. Antal primære diagnoser (antal)
2. Antal sekundære diagnoser (antal)
3. Samlet plejetid primær diagnose (antal)
4. Tidsinterval fra seneste primærdiagnose (mangler, tæller)

Analyser

A Alder + køn B A + CCI C A + a D A + a + b E A + a + b + c F A + a + b + c + d

Der var per definition ingen manglende data i komorbiditetsvariablerne. Manglende oplysninger om alder og køn var minimale og krævede ikke imputation. Antagelsen om proportionale farer blev kontrolleret ved hjælp af Kaplan-Meier-kurverne.

Studiepopulationen vil blive opdelt i et træningsdatasæt (2005-10) og et testdatasæt (2011-12) til validering af vores prognostiske model. Forudsigelsesevnen i testdatasættet blev evalueret baseret på diskrimination, areal under kurve (AUC) (C-indeks), kalibrering og Brier-score.