Deliriumin riskitekijät sydänleikkauksen jälkeen

Ymmärtääkseen lääkkeiden käytön ja/tai kardiopulmonaalisen ohituksen roolin, tutkijat ehdottavat perioperatiivisen datavaraston (PDW) hyödyntämistä, IRB:n hyväksymää tietorekisteriä, koehenkilöiden retrospektiiviseen arvioimiseen. Kaikki varastossa olevat potilastiedot voidaan sisällyttää katsaukseen. Tällä hetkellä PDW:ssä on noin 750 000 potilasta. Kaikkiin tietoihin päästään takautuvasti sen jälkeen, kun potilas on ollut hoidossa täällä Vanderbiltissä.

Vanderbilt Perioperative Information Management System (VPIMS) on osa integroitua järjestelmää, joka kattaa koko perioperatiivisen prosessin, mukaan lukien instrumenttien ja tarvikkeiden hallinnan, aikataulutuksen ja tilanäytöt. Koska yrityksen sisäiseen leikkauksen ohjelmistokehitykseen on panostettu laajasti, Vanderbilt Anesthesiology & Perioperative Informatics Research (VAPIR) -osasto pystyy hyötymään tuhansien historiallisten intraoperatiivisten tietueiden saatavuudesta, joista jokainen sisältää yksityiskohtaista fysiologista tietoa. PDW sisältää VPIMS- ja elektroniset terveydenhuollon tietueet (EHR) tietokantansa rakentamiseksi. Tutkimuksessamme hyödynnetään PDW:n lisäksi Society for Thoracic Surgeons (STS) -tietokannan tietoja.

Tietokanta käyttää ohjelmoijien ja avustavien kliinikkojen luomia algoritmeja tietojen seulomiseen ja tarkkuuden ja täydellisyyden arvioimiseen. Kun tiedot on yhdistetty ja ladattu, kliinikko seuloa jokaisen muuttujan poikkeamien varalta. Kliinikon arvioi ja validoi poikkeavat arvot raakatietojen trendien perusteella. Tätä tutkimusta varten kerätyt tiedot sisältävät laajan datasanakirjan, joka on lueteltu alla:

muuttuja teeid anescasenumber mrn päivämäärä orintime tai outtime ikä sukupuoli rotu hx_dialysis_vpec hx_dialysis_hemodialysis_vpec hx_dialysis_peritoneal_vpec hx_esrd creatinine_base creatinine_pod1 creatinine_pod2 creatinine_pod2 dpoincreatine atinine_pod6 creatinine_pod7 creatinine_pod8 creatinine_pod9 creatinine_pod10 hx_htn hx_mi ck_preop ckmb_preop troponin_preop hx_cabg hx_angioplasty hx_angina hx_less_chf_hfxstal taulukko hx_chf_currentsigns hx_afib hx_aflutter hx_carotid_disease_current hx_carotid_disease_past hx_dementia hx_depression hx_stroke hx_tia hx_claudication chol_base ldl_base hdl_base triglyseridit_base hx_copd hx_emphysema hx_smoking_current hx_smoking_quitless3months hx_smoking_quitmore3months hx_osa hx_hypoxia_ra_sat_less92 hx_home_o2 diabetes hba1c_ charlson_hbaxse_paino platina hba1c_ charlson hbaxbse_count _neoplasm statin_preopyesno clopidogrel_preop aspirin_preop betablocker_preop aceinhibitor_preop diuretic_preop preop_meds ph_intraop_first ph_intraop_last ph_intraop_min ph_intraop_max ph_intraop_media_potraop2_poph_inr_sttraop 2_intraop_min po2_intraop_max po2_intraop_median po2_intraop_count lactate_intraop_first lactate_intraop_last lactate_intraop_min lactate_intraop_max lactate_intraop_median lactate_intraop_intraop ebllrldex_intraop 5 intraop ns_intraop plasmalyte_intraop input_intraop uop_intraop hätäleikkausmenettely b_duration_calculated cbp_recorded_matches_calculated ao_clamp_duration circ_arrest_duration ultrafiltration_volume pump_drugs uop_onpump prbc_intraop_ml prbc_intraop_unit ffp_intraop_ml ffp_intraop_lets clamp_unit_ plateintraopml ml cryo_intraop_unit prbc_postop ffp_postop trombolets_postop cryo_postop ckmb_pod1 req_reop_24 req_reop_72 is_reop wbc_base wbc_pod1 wbc_pod2 wbc_pod3 wbc_pod6 wbc_pod6 wbc_pod6 wbc_pod4 8 wbc_pod9 wbc_pod10 ph_pod1 ph_pod2 ph_pod3 ph_pod4 ph_pod5 ph_pod6 ph_pod7 ph_pod8 ph_pod9 ph_pod10 lactate_pod1 lactate_pod2 lactate_pod3 lacte_pod6 pod7 lactate_pod8 lactate_pod9 lactate_pod10 pfratio_pod1 pfratio_pod2 pfratio_pod3 pfratio_pod4 pfratio_pod5 pfratio_pod6 pfratio_pod7 pfratio_pod8 pfratio_pod7 pfratio_pod8 pfratio_pod9 pfratio_pod3 ine_pod60 creatinine_pod90 creatinine_pod365 dialysis_posttop_predischarge dialysis_posttop_pod30 dialysis_posttop_pod60 dialysis_posttop_pod90 dialysis_posttop_pod365 cam_icu_podd_camu_pod1_campouic_4_camuic_pod2camuic3 u_pod5 cam_icu_pod6 cam_icu_pod7 cam_icu_pod8 cam_icu_pod9 cam_icu_pod10 rass_pod1 rass_pod2 rass_pod3 rass_pod4 rass_pod5 rass_pod6 rass_pod7 rass_pod8 rass_pod9 rass_pod10 los_icu los los_surgery_discharge death_inhospital death_date death_poddposfi death_pod60 death_b60 apodpo5 b_postop_datetime afib_hours_between_orouttime_and_afib_postop_datetime afib_postop_ecg stroke_posttop ventilation_time

Sydänkirurgiapotilaiden rekisterin koko tällä hetkellä yli 8 000 potilaalla, minkä pitäisi olla enemmän kuin tarpeeksi vaikutuksen osoittamiseksi.

Seuraavassa on lyhyt kuvaus tutkijoiden data-analyysistä:

• Kategoriset muuttujat ilmaistaan ​​frekvenssinä ja prosentteina.
• Jatkuvat muuttujat raportoidaan mediaani- ja interkvartiilivälinä (IQR).
• Tutkijat vertaavat lääkkeiden käytön esiintyvyyttä postoperatiivisen deliriumin ilmaantuvuuteen ja sopeutuvat sekaannustekijöihin.
• Analyysi viimeistellään aluksi sopeuttamalla sekatekijöitä, ja sitten harkitaan potilaiden sovittamista taipumuspisteisiin alkuperäisten tulosten perusteella.
• Kategoristen muuttujien tilastollinen merkitsevyys (p≤0,05) lasketaan käyttämällä Fisherin tarkkaa testiä tai khin neliötä ja Deuchler-Wilcoxon-menettelyä tai t-testiä jatkuville muuttujille.
• Iteratiivisen odotusten maksimointialgoritmin (EM) katsotaan ottavan huomioon puuttuvat arvot tai muunlainen imputointimenetelmä, ellei puuttuvien tietojen poistaminen ole ihanteellisempaa.