Tekoälyn tietämyksen ja käsitysten arviointi kiinteiden elinsiirtojen yhteydessä (TransplantIA)

Solid elinsiirto on viimeinen hoitokeino loppuvaiheen elinsairauksiin. Ranskassa 51 860 potilasta saa elinsiirron, ja siirtoa odottavien ehdokkaiden määrä on kaksinkertaistunut 10 vuodessa. Samaan aikaan kun viime vuosikymmeninä on edistytty huomattavasti, uusia haasteita on ilmaantunut. Kasvava ero elinten kysynnän ja tarjonnan välillä edellyttää potilaiden ja luovuttajien optimaalista valintaa ja yhteensovittamista. Siirteen ja potilaan eloonjäämisen parantaminen pitkällä aikavälillä edellyttää datalähtöistä diagnoosia ja siirroksen jälkeisten komplikaatioiden hallintaa. Kliinisen, geneettisen, radiologisten ja metabolisten tietojen lisääntyminen elinsiirroissa on johtanut kasvavaan kiinnostukseen tekoälytyökalujen soveltamiseen immunosuppression ja potilaan yleisen hoidon optimoimiseksi.

Suurin osa näistä sovelluksista on kuitenkin vielä esikliinisissä vaiheissa, ja tekoälyn ala on suurelta osin tuntematon suurelle yleisölle. Tekoälyn mahdolliset sovellukset ja aihetta kohtaan kasvava tutkimuskiinnostus huomioon ottaen on olennaista arvioida kiintoelinten siirtoon suoraan osallistuvien tietoja ja käsityksiä.

Tämä on prospektiivinen, havainnollinen, monikeskustutkimus. Kyselylomake lähetetään kasvokkain terveydenhuollon ammattilaisille, jotka työskentelevät Grenoble Alpes -yliopistosairaalassa kiinteiden elinsiirtojen ja kiinteiden elinsiirtopotilaiden parissa. Se asetetaan verkkoon LimeSurvey-alustalle ja tarjotaan terveydenhuollon ammattilaisille Ranskan eri elinsiirtokeskuksissa kunkin elinerikoisuuden liittojen kautta sekä kaikille elinsiirtopotilaille Ranskassa potilasjärjestöjen kautta.

Mukana olevat tiedot kerätään paperisista kyselylomakkeista ja verkossa LimeSurvey-alustalla. Ne tallennetaan suojatulle palvelimelle TIMC:n tutkimuslaboratorioosastolla. Tiedot anonymisoidaan tietokantaan sisällyttämistä varten. Jokaiselle vapaaehtoiselle osoitetaan tunniste mukaanoton yhteydessä.

Kategoriset tiedot raportoidaan frekvenssinä, prosentteina ja jatkuvana datana keskiarvona ja keskihajonnana tai mediaani- ja kvartiilivälinä, jos ne eivät noudata normaalijakaumaa. Kvantitatiivisten muuttujien normaalius testataan graafisella varmentamalla.

Jatkuvia muuttujia verrataan Studentin t-testillä, jos käyttöehdot ovat päteviä (tai Mann-Whitney, jos sovellettavissa). Kategorisia muuttujia verrataan Chi2-testillä (tai Fisherin testillä, jos kelpoisuusehdot eivät täyty).

Pidämme p-arvoja <0,05 merkitsevinä. Tilastollinen analyysi suoritetaan RStudio-ohjelmistolla (versio 4.2.1).