Predicción de Transfusión Masiva en Pacientes Traumatizados (MTP)

1 Método de estudio

1.1 Diseño del estudio

El ESTUDIO MTP es un estudio retrospectivo, observacional, no intervencionista, basado en un Registro anonimizado y multicéntrico. El Estudio es realizado por el departamento de emergencias del Hospital Universitario (CHUV) en Lausana, Suiza. El diseño del estudio es observacional y no se aplica ninguna intervención como parte del protocolo del estudio.

1.2 Consideración del tamaño de la muestra y la potencia

Como su estudio es retrospectivo, el tamaño de la muestra es fijo. El número de participantes dependerá de la base de datos de STR. Los investigadores prevén utilizar los datos de 10 000 participantes incluidos en el Registro Suizo de Trauma desde el 1 de enero de 2015 hasta el 31 de diciembre de 2019. Se realizará un cálculo de potencia post-hoc.

1.3 Momento del análisis final

Este plan de análisis estadístico se agrega antes de recibir el conjunto de datos y antes de realizar cualquier análisis. Después de recibir el conjunto de datos, los investigadores verificarán la consistencia de los datos. Una vez revisada la base de datos, se realizará el análisis estadístico (octubre 2020)

1.4 Características basales de los pacientes

1.4.1 Características basales recopiladas de los pacientes

El estudio observacional está diseñado para registrar un conjunto de datos demográficos, examen clínico en un entorno prehospitalario o intrahospitalario, valores bioquímicos intrahospitalarios y variables de imagen para cada paciente incluido. Los investigadores extraerán los datos del registro suizo de traumatismos (STR). Los investigadores planean extraer los parámetros biológicos del registro en la sala de traumatología. Los exámenes clínicos serán las primeras medidas en la etapa pre e intrahospitalaria.

1.4.1 Resumen descriptivo de las características basales de los pacientes

Los investigadores enumerarán las características generales de los pacientes en una tabla de características iniciales. Los datos se presentarán como media con desviación estándar (DE) cuando se distribuyen normalmente o como mediana con rango intercuartílico en caso de datos asimétricos. Los datos dicotómicos y categóricos se presentarán en proporciones.

1.5 Covariable de confusión asumida

La mayoría de las variables solicitadas del STR están inevitablemente correlacionadas, ya que la mayoría se relacionan con el estado hemodinámico del paciente y la gravedad del trauma. Los valores de las variables pueden confundirse por factores no medidos, como influencias ambientales, genéticas o psicológicas. Por lo tanto, los investigadores proporcionan un ejemplo de posibles variables de confusión:

• Exámenes clínicos en entornos prehospitalarios (es decir, frecuencia cardíaca, presión arterial sistólica, frecuencia respiratoria, escala de coma de Glasgow) se confunden por:

  - Calidad de las medidas, estrés, dolor y ansiedad. Estas covariables de confusión deben ser menores para el análisis estadístico.

• Exámenes clínicos al ingreso en el hospital (es decir, signos vitales) se supone que se confunde con:

  - Calidad de las mediciones, administración de inotrópicos y/o vasopresores durante el transporte, administración de propofol (efecto inotrópico negativo), comas inducidos y necesidad de ventilación mecánica.

• Debido a que algunos pacientes no sobrevivirán lo suficiente como para recibir 10 unidades de glóbulos rojos, la transfusión masiva está sujeta a una clasificación errónea. Para corregir esta clasificación errónea, los investigadores agregan en la definición de transfusión masiva el uso de ≥ 3 glóbulos rojos administrados en la primera hora (si la variable está disponible en el registro).
• Se supone que la coagulopatía inducida por trauma como resultado secundario se confunde con los tratamientos anticoagulantes. Para contrarrestar la covariable de confusión, los investigadores incluirán el fibrinógeno < 1,5 g/l en la definición de coagulopatía inducida por trauma. Los investigadores también definirán un subgrupo de pacientes con tratamiento anticoagulante o no.

Los investigadores reconocen que habrá confusión residual en nuestro conjunto de datos debido a la presencia de confusión no medida, algunas de las cuales se enumeran anteriormente. Sin embargo, las variables medidas reales reflejan la práctica diaria y, por lo tanto, se supone que reflejan factores de confusión similares en las evaluaciones diarias.

2. Análisis

2.1. Métodos de análisis

2.1.1. Análisis de eficacia del resultado primario

En primer lugar, los investigadores evaluarán la precisión (rendimiento general), la discriminación y la calibración de las puntuaciones ABC, TASH y BATT para la predicción de transfusiones masivas en pacientes con traumatismos en el lugar del traumatismo y en el ingreso hospitalario.

2.1.2. Exactitud

La precisión se evaluará utilizando la puntuación de Brier. Donde Y es el resultado observado y p es la predicción del modelo. La puntuación de Brier depende de la prevalencia del resultado; los investigadores también calcularán la puntuación de Brier escalada para tener en cuenta el riesgo inicial de transfusión masiva.

El puntaje de Brier escalado varía de 0% a 100% e indica el grado de error en la predicción. Una puntuación Brier escalada de 0% muestra una precisión perfecta.

2.1.3. Discriminación

La discriminación es la capacidad de la puntuación para identificar correctamente a los pacientes con el resultado. Los investigadores estimarán la sensibilidad, la especificidad, la razón de probabilidad positiva y negativa para el umbral definido de cada puntaje (ABC, TASH, BATT).

La razón de verosimilitud es la probabilidad de una puntuación positiva en un paciente con el resultado en comparación con la probabilidad de una puntuación positiva en un paciente sin el resultado. La razón de verosimilitud positiva es la razón de sensibilidad a 1-especificidad. La razón de verosimilitud negativa es la razón de 1-sensibilidad a especificidad. Una razón de verosimilitud positiva de 10 o más dará como resultado un gran aumento en la probabilidad del resultado. Una razón de verosimilitud negativa de 0.1 o menos resultará en una gran disminución en la probabilidad del resultado.

Los investigadores trazarán la curva característica operativa de recepción (ROC), que es la sensibilidad (verdaderos positivos) en 1-especificidad (falsos positivos) para cada umbral definido de cada puntuación. Una puntuación ideal llegará a la esquina superior izquierda (todos verdaderos positivos sin falsos positivos). Los investigadores estimarán el área bajo la curva ROC (AUROC) que corresponde a la estadística de concordancia (estadística C) para el resultado binario. Una estadística C de 1,0 muestra una capacidad de discriminación perfecta.

2.1.4. Calibración

La calibración es el acuerdo entre los resultados observados y los previstos. Los investigadores estimarán principalmente la calibración como la diferencia entre las probabilidades medias pronosticadas y observadas y la relación entre el número de eventos (P/O) pronosticado y observado. Los investigadores trazarán las probabilidades observadas y predichas de transfusión masiva por decil de la puntuación y con regresión local basada en el algoritmo LOESS. Los investigadores estimarán la intersección de la calibración y la pendiente de la gráfica de calibración como una medida de la dispersión entre el resultado previsto y el observado. Idealmente, la intersección sería cero, lo que indicaría que las predicciones no son sistemáticamente ni demasiado bajas ni demasiado altas, y la pendiente sería 1.

Desafortunadamente, los investigadores no pueden estimar la calibración de la puntuación BATT, debido a su diferente resultado (muerte por sangrado y no la transfusión masiva como la puntuación TASH y ABC). Para el BATT, la calibración se evaluará con el resultado de muerte por sangrado o muerte prematura.

2.1.1.1 Análisis de eficacia del resultado secundario

Los investigadores realizarán el mismo análisis para los resultados secundarios que para el resultado primario.

2.2 Datos faltantes

Debido al aspecto retrospectivo del estudio basado en un registro multicéntrico, los investigadores esperan tener algunos datos faltantes para algunos predictores prehospitalarios e intrahospitalarios.

2.2.1. método de imputación

Para estimar el riesgo inicial para el conjunto de datos completo, los investigadores reemplazarán los predictores faltantes utilizando imputación múltiple mediante ecuaciones encadenadas sobre sexo, edad, presión arterial sistólica, frecuencia respiratoria, frecuencia cardíaca, escala de coma de Glasgow, hemoglobina, exceso de base, tipo de lesión (penetrante). /romo) Fractura de pelvis inestable y fractura de fémur abierta/luxada con 20 conjuntos de datos imputados. Todos los análisis y resultados estarán presentes en dos subgrupos: datos faltantes imputados y datos faltantes excluidos.

2.2.2. Muertes precoces y muertes precoces con hemorragia como proxy de muerte por hemorragia

Debido a que los investigadores no saben si el Registro Suizo de Trauma registra la causa de la muerte, los investigadores esperan que falten algunos datos sobre la muerte por sangrado como resultado secundario. En caso de que falten datos sobre los resultados secundarios, los investigadores utilizarán las muertes tempranas y las muertes tempranas con evidencia de hemorragia como sustituto de la muerte por sangrado. Específicamente, los investigadores incluirán muertes por todas las causas dentro de las 12 horas posteriores a la lesión (excluyendo destrucción masiva de cráneo o cerebro; asfixia, ahogamiento y ahorcamiento ya están excluidos del STR) y muertes entre 12 a 24 horas con evidencia de sangrado (Activación de protocolo de transfusión masiva o sangre dentro de las 6 horas o un diagnóstico de escala abreviada de lesiones (AIS) asociado con hemorragia: pérdida de sangre > 20%, aorta [O] vena cava [O] carótida [O] femoral [O] arterias principales [O] venas Y laceración, - Bazo [O] hígado [O] Riñón [O] Miocardio [Y] laceración mayor, hemotórax mayor, hemorragia retroperitoneal).

2.3 Análisis de subgrupos

Si el tamaño de la muestra lo permite, los investigadores realizarán análisis de subgrupos en diferentes subpoblaciones para los resultados primarios y secundarios. Los investigadores crearán los siguientes subgrupos en nuestro estudio de MTP:

• Subgrupo 1: subdividir la población en dos grupos: con o sin traumatismo craneoencefálico (TCE) grave aislado con AIS CABEZA ≥ 3 y AIS tórax/abdominal < 3 y/o AIS extremidades inferiores < 4.
• Subgrupo 2: subdividir la población en dos grupos: con o sin tratamiento anticoagulante antes del trauma.
• Subgrupo 3: subdividir la población en dos grupos: con o sin coagulopatía inducida por trauma.
• Subgrupo 4: subdividir el conjunto de datos en entornos prehospitalarios y entornos hospitalarios.
• Subgrupo 5: Todos los análisis y resultados estarán presentes en dos subgrupos: datos faltantes imputados y datos faltantes excluidos con el análisis de caso completo.

2.4 Software estadístico

Todos los análisis se realizarán utilizando el software STATA (versión 16.0; Stata Corp, College Station, Texas, EE. UU.).

3 Aprobación Ética

Como es obligatorio en la ley suiza (KVG), STR está autorizado por la Ley de Investigación Humana (HRA) como un registro de calidad para la Medicina Altamente Especializada (HSM). Debido al aspecto retrospectivo de nuestro estudio observacional basado en un registro anónimo (identidad, fecha de nacimiento, escena del trauma y ubicación del hospital desconocidas) y de acuerdo con la ley suiza de la HRA (Art. 2), los investigadores no necesitan la presentación de un protocolo a un comité de ética.

4. Conclusión

Este plan de análisis estadístico (SAP) presenta los principios de análisis del estudio MTP y discute sus principales preocupaciones metodológicas y estadísticas. Los investigadores esperan que los resultados del estudio MTP sean lo más transparentes y sólidos posible, de modo que los investigadores minimicen el riesgo de sesgo de informe de resultados y resultados basados ​​en datos.