Auswirkung der Tagesvariation auf PPCs in der Lungenresektion.

Die Studie umfasste insgesamt 1138 Patienten, die sich von 2017 bis 2022 einer Lungenresektion im Untersuchungskrankenhaus unterzogen. Patienten, die zwischen 7 und 11 Uhr vor dem Meridiem (AM) und zwischen 12 und 5 Uhr morgens (PM) operiert wurden, wurden hinsichtlich der Inzidenz von PPCs und postoperativen UE verglichen. Die Patientendaten wurden von Fachleuten im Big Data Center des First Affiliated Hospital der Shandong First Medical University aus dem elektronischen chirurgischen Fallsystem und intraoperativen Anästhesieaufzeichnungen erhalten. Anhand von Krankenaktennummern und Operationsdaten sammelten die Ermittler die folgenden Informationen: Geschlecht, Alter, Größe, Gewicht, Klassifikation der American Society of Anesthesiologists, Komplikationen, Anästhesie und Operationsdauer, postoperative Analgesie, Art der Operation, selektive Operation, intraoperative Bluttransfusion, Verlaufsprotokolle, postoperative Bildgebung (z. B. Thoraxröntgen, Computertomographie) und zugehörige Labortestergebnisse. Die Patienten wurden nach morgendlicher oder nachmittäglicher Operation stratifiziert. Alle Datenanalysen wurden mit Open-Source-Statistiksoftware (R, Version 4.1.2; www.r-project.org). Kategoriale Variablen wurden als Häufigkeiten und Prozentsätze ausgedrückt, und Vergleiche zwischen den Gruppen wurden entweder unter Verwendung des X²- oder des exakten Fisher-Tests durchgeführt. Kontinuierliche Variablen wurden als Mittelwert ± Standardabweichung oder Median [Quartilsabstand] ausgedrückt, je nachdem, ob die Daten einer Normalverteilung entsprachen. Der t-Test für unabhängige Stichproben wurde für Vergleiche zwischen Gruppen für normalverteilte Daten verwendet, und der Mann--Whitney-U-Test wurde für nicht normalverteilte Daten verwendet. Konventionsgemäß wurde eine zweiseitige statistische Signifikanz mit P < 0,05 angenommen. Für Variablen mit einer fehlenden Datenrate von < 25 % verwendeten die Ermittler mehrere Imputationen durch verkettete Gleichungen, um die statistischen Anforderungen zu erfüllen.

Um die Konsistenz der Ergebnisse zu überprüfen, wurde ein co-variate Balancing Propensity Score Matching durchgeführt. Beim Propensity-Score-Matching verwendeten die Forscher den Nearest-Neighbour-Matching mit einem bestimmten Caliper-Abstand (0,25), um die potenziellen Auswirkungen von Unterschieden in den Baseline-Variablen auf die Endpunkte zu minimieren. In Übereinstimmung mit dem „Assess Respiratory Risk in Surgical Patients in Catalonia“-System wurden Patienten in der morgendlichen Operationsgruppe 1:1 mit Patienten in der nachmittäglichen Operationsgruppe in Bezug auf Alter, Gewicht, Klassifikation der American Society of Anesthesiologists, Rauchen, chronisch obstruktive Lungenerkrankung, Bluthochdruck, koronare Herzkrankheit, präoperative Anämie, Diabetes, Art der Operation, Dauer der Operation, selektive Operation und intraoperative Bluttransfusion. Die Untersucher führten auch eine Sensitivitätsanalyse nach Abteilung der Präsentation (Thoraxchirurgie I und Thoraxchirurgie II) und Art der Operation durch, um die Robustheit der statistischen Analyseergebnisse zu überprüfen.