Forudsigelse af knoglecementimplantationssyndrom ved hjælp af kunstig intelligensmetoder

Da forekomsten af ​​hofte- og knæartrose stiger med alderen, udføres ortopædiske proteseoperationer bredt over hele verden og i vores land. Ved disse operationer bruges knoglecement til at sikre adhæsion af protesen til knoglen. Knoglecementimplantationssyndrom (BCIS) er en dødelig komplikation af cementeret knoglekirurgi karakteriseret ved systemisk hypotension, pulmonal hypertension, arytmier, bevidsthedstab og hjertestop, der oftest forekommer under cementering og proteseplacering, og rapporteres i stigende grad.

Syndromet ses oftest ved cementeret hemiarthroplastik efter forskudte lårbenshalsfrakturer, men forekommer også ved total hofte- og knæprotesekirurgi. På trods af offentliggørelsen af ​​sikkerhedsretningslinjer for at reducere BCIS, er det fortsat en almindelig intraoperativ komplikation med en samlet forekomst på op til 28 % og er en væsentlig årsag til intraoperativ og postoperativ morbiditet og mortalitet.

Patofysiologien af ​​BCIS er uklar, herunder hæmodynamisk ustabilitet som følge af ændringer i pulmonal og systemisk vaskulær modstand, øget intramedullært tryk, der resulterer i inkorporering af polymethylmethacrylatmonomerer i kredsløbet, hvilket forårsager vasodilatation, frigivelse af mediatorer fra polymethylmethacrylat, frigivelse af fedtsyrer og frigivelse af mediatorer fra polymethylmethacrylat, Akut højre ventrikelsvigt, anafylaksi, inflammatorisk og eksoterm reaktion og komplementaktivering kan omfatte en eller en kombination af akut højre ventrikelsvigt, anafylaksi, inflammatorisk og eksoterm reaktion og komplementaktivering, som udvikler sig, når cement- og koagelpartikler forårsager emboli i mange organer i kroppen, især i lungesystemet, med øget pulmonal vaskulær modstand. Donaldson et al. udviklet et klassifikationssystem for BCIS sværhedsgrad. Grad 0: ingen hypotension/hypoxi; Grad 1 moderat hypoxi (SpO2 < 94%) eller hypotension [systolisk blodtryk (SBP) > 20% fald fra baseline]; Grad 2 svær hypoxi (SpO2 < 88 %) eller hypotension (SBP > 40 % fald fra baseline) eller uventet bevidsthedstab; Grad 3 kardiovaskulær kollaps, der kræver hjerte-lunge-redning.

Patienter med BCIS grad 2 og 3 har vist sig at have en 16-fold stigning i 30 dages postoperativ mortalitet sammenlignet med dem med BCIS grad 1. De fleste rapporter om BCIS fokuserer på dødsfald og alvorlige problemer, og de fleste tilfælde af mild BCIS bliver urapporteret. Mistænkt BCIS bør behandles med aggressiv genoplivning og støttende behandling.

Denne risiko kan få nogle kirurger til ikke at bruge cement ved artroplastikoperationer. Selvom cementfri hemiarthroplasty eliminerer denne risiko og sparer en gennemsnitlig driftstid på 20 minutter, er det forbundet med alvorlige komplikationer. Patienter, der gennemgår ucementerede hofteproteseimplantater, er mere tilbøjelige til at opleve periprotetiske frakturer såvel som tidlig revision. Ucementeret artroplastik har en 17 gange større risiko for periprostetisk frakturrevision eller aseptisk revision på grund af løsning sammenlignet med cementeret hofteprotese. Da yderligere kirurgi indebærer en yderligere risiko for død, er det måske heller ikke det bedste valg at springe cementeringstrinnet over hos disse patienter, som er mere tilbøjelige til at falde og gennemgå en revisionsoperation.

Tidlig opdagelse af denne komplikation og tidlig intervention er afgørende, da det vil reducere dødeligheden. Forebyggelse af BCIS omfatter identifikation af højrisikopatienter, præoperativ optimering af patientrisikofaktorer og komorbiditeter samt god kommunikation med det kirurgiske team. På den måde kan patientens komfort og levetid øges. Det stigende antal patienter, der har behov for og venter på artroplastik, gør det vanskeligt at identificere højrisikopatienter, optimere patientrisikofaktorer og komorbiditeter præoperativt for at forhindre denne potentielt fatale komplikation.

Tilstanden, hvor BCIS kan forekomme, vurderes i henhold til resultaterne af analyse af data opnået fra retrospektive og prospektive datasæt med komplekse biostatistiske metoder. For at forudsige komplikationen forsøges prædiktive faktorer forbundet med den at blive bestemt.

Spann et al. (2020) udtalte i deres reviewundersøgelse, at maskinlæring kan bruges i analyser ud over komplekse biostatistiske metoder. På dette tidspunkt vil et beslutningsstøttesystem skabt med kunstig intelligens-modellering hjælpe med tidlig opdagelse af denne komplikation og dermed tjene som en vigtig beslutningsstøttemekanisme for klinikere ved at øge patientens komfort og forventede levetid. Det er dog ikke let at vurdere, på hvilket niveau denne komplikation vil blive forudsagt og reduceret uden at implementere systemet.