Prospektiv validering af SHOCKMATRIX-forudsigelsesmodellen for blødning (SHOCKMATRIX)

Baggrund: Hæmoragisk shock er fortsat den hyppigste årsag til tidlig forebyggelig død hos alvorligt sårede patienter. Når en alvorlig blødning opstår kort efter et alvorligt traume, og dermed definerer en tidlig svær blødning (ESH), bliver håndteringen meget udfordrende. I denne sammenhæng kan forbedring af kliniske beslutninger og afkortning af interventionstiden, kendt som et kritisk endepunkt, kræve design af innovative værktøjer til tidlig detektion samt undersøgelse af deres integration i den rutinemæssige sundhedsplejeproces.

Formål: En del af TRAUMATRIX-projektet ledet af Traumabase Group i partnerskab med Capgemini Invent og flere forskningscentre (Ecole polytechnique, CNRS, EHESS), har denne undersøgelse til formål at eksternt validere en nyligt udviklet maskinlæringsbaseret prædiktiv model for ESH hos traumepatienter . Denne model, der tidligere er trænet i en traumedatabase af høj kvalitet ved navn Traumabase, tilbyder en specifik evne til at håndtere manglende værdier.

Materialer og metoder: Mindst 1500 voksne traumepatienter fra 8 franske traumecentre vil blive inkluderet i en periode på seks-24 måneder med en retrospektiv og prospektiv prøve. ESH vil stå som vores primære resultat, defineret som enhver af følgende hændelser, der opstår inden for de første timer af traumehåndtering: enhver transfusion af pakkede røde blodlegemer (RBC) i genoplivningsrummet eller transfusion, der overstiger 4 RBC'er inden for de første 6 timer, eller akut hæmostatisk indgreb (kirurgi eller interventionel radiologi), eller død i en utvetydig setting af ukontrolleret, objektiviseret blødning. Data af interesse vil blive indsamlet i to faser: (1) fra den præhospitale fase af traumehåndteringen, hvor de nødvendige variabler til at beregne den algoritmiske forudsigelse af ESH (10 input) samt den kliniske forudsigelse fra den behandlende traumeleder, der modtager i genoplivningsrummet et præ-alarmopkald fra afsendelsescentret, vil blive optaget i realtid ved hjælp af en dedikeret brugervenlig smartphone-grænseflade udviklet af Capgemini Invent-holdene; (2) fra en forsinket fase, hvor en klassisk inklusion i Traumabasen® vil blive udført for at hente komponentvariablerne af det sammensatte ESH-endepunkt, og en feedbackundersøgelse vil blive sendt til de traumehold, der er involveret i undersøgelsen for at indsamle yderligere informative data. De prospektive data indsamlet, vil vi sammenligne med en retrospektiv kohorteprædiktiv præstation af to systemer, nemlig den kliniske traumeekspert versus vores maskinlæringsbaserede prædiktive model.