- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06389890
Haimakirurgia – optimaaliset tapausmäärän kynnykset ja ennakoiva tarkkuus (PaSuT)
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
Tärkeimmät tutkimuskysymykset:
- Voidaanko yksilöidä erityisiä interventiotapausten numeroita, jotka sopivat vuosittaisten vähimmäismäärien kynnysarvoiksi ja liittyvät merkittävästi alhaiseen sairaalakuolleisuuteen?
- Melkein kaikki aiemmat tapausmäärävaikutuksia koskevat tutkimukset ovat osoittaneet vain kuvaavan yhteyden tietyn vuoden tapausten määrän ja saman vuoden tulosten laadun välillä. Tämän tutkimuksen tavoitteena on selvittää, voidaanko kuvatut korrelaatiot osoittaa, kun käytetään edellisen vuoden prosessivolyymiä ennustajana. Tutkimuksessa etsitään vastausta, onko toimenpiteen tapausmäärällä ennakoivaa arvoa, erityisesti tapausten lukumäärää yhden vuoden aikana ja sairaalakuolleisuutta seuraavana vuonna.
Tausta:
Lukuisat tutkimukset ovat osoittaneet korrelaation tapausten määrän ja eri kirurgisten toimenpiteiden tulosten laadun välillä. Esimerkiksi potilailla, joille tehtiin leikkaus suuren volyymin sairaaloissa (HVH), oli alhaisempi kuolleisuus, pidempi eloonjäämisaste, pienempi komplikaatioiden määrä ja pienempi uusintaleikkausaste kuin potilailla, joille tehtiin leikkaus pienivolyymissa sairaaloissa (LVH). HVH- ja LVH-ryhmiin jakamiseksi käytettiin joko konkreettisia tapausnumeroita tai kvartiili- tai kvintiilirajoja, joissa on yhtä suuri määrä leikkausta tai klinikoita ryhmää kohti. Tutkimuksen tavoitteena on objektiivisesti määrittää nämä rajat käyttämällä spline-mallinnusta caseload termiä välttäen mielivaltaisia päätöksiä.
Eräs aikaisempien havaintojen rajoitus on se, että ne eivät ehkä ole yleistettävissä, koska tapauksia on käytetty rajoitetusti ja tulosten laatu samalta vuodelta. On kuitenkin tärkeää huomata, että edellisen vuoden määrä on ratkaiseva määritettäessä tapausmäärän ennakoivaa merkitystä tulevan tulosten laadun kannalta. Tuoreessa tutkimuksessa (lehdistössä) kerrottiin, että HVH:iden tulosten laadussa on merkittäviä vaihteluita jopa eri vuosien välillä. Siksi oletettiin, että tapausten lukumäärän käyttäminen korkealaatuisten tulosten ennustajana voi johtaa yliarviointiin.
Menetelmät:
Saksan valtakunnalliset sairaalalaskutustiedot (DRG-tilastot) vuosilta 2010–2019 analysoidaan. Riskikorjatut kuolleisuusluvut määritetään. Tätä tarkoitusta varten lasketaan logistiset regressiomallit, jotka säätelevät kuolleisuusriskiä seuraaville muuttujille Sukupuoli, ikä, hätätilanne, resektiovuosi, diagnoosi (pahanlaatuinen kasvain vs. hyvänlaatuinen kasvain vs. epäselvä kasvain vs. akuutti haimatulehdus vs. krooninen haimatulehdus vs. muut haimasairaudet), lisätoimenpiteet (laskimoresektiot/multiviskeraaliset resektiot/valtimoiden resektiot/pernan poisto/kolekystektomia/ sapen dreneaatio/dialyysitoimenpiteet) ja valitut liitännäissairaudet. Lisätoimenpiteiden luokittelemiseksi leikkauksen laajuuden ja teknisten vaikeuksien huomioon ottamiseksi käytetään luokitusjärjestelmän pientä muutosta, kuten kuvataan julkaisussa Mihaljevic et al, 2021 (PMID: 33386130). Elixhauser-määritelmiä käytetään liitännäissairauksille, kuten kuvataan julkaisussa Quan et al, 2005 (PMID: 16224307). Harkittavien rinnakkaissairauksien valinta perustuu Hunger et al., 2022 (PMID: 35525416) julkaisuun.
Tapausnumerovaikutus mallinnetaan käyttämällä luonnollisia kuutiosplineja. 10., 20., 40., 60., 80. ja 90. tapausnumeron prosenttipisteitä käytetään solmupisteinä. Oikaistu sairaalakuolleisuus tapausten lukumäärän funktiona määritetään käyttämällä Estimated Marginal Means -arvoa. Splinien paikalliset ääriarvot (maksimit ja minimit) määritetään käyttämällä 1. ja 2. graafin derivaatta.
Erilaisia regressiomalleja lasketaan joko kuluvan toimintavuoden tai edellisen vuoden tapausten lukumäärästä. Mallien ennustetarkkuus määritetään käyttämällä signaalintunnistusteorian vakiintuneita mittareita (AUC, herkkyys, spesifisyys, positiivinen ennustearvo, negatiivinen ennustearvo). Yksittäisten resektiotoimenpiteiden alaryhmäanalyysit suoritetaan.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- vähintään 18-vuotias
- kaikki haiman resektiotoimenpiteet
- leikattiin missä tahansa saksalaisessa sairaalassa
Poissulkemiskriteerit:
- kaikki elinsiirtotoimenpiteet
- Sairaalahoito elinten poistoa varten
- seksistä ei ole tietoa
- ei tietoa iästä
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
---|---|
Kaikki potilaat, joille tehdään haimaleikkaus
Kaikki potilaat, joilla on vähintään yksi haimaleikkauskoodi
|
Haiman resektiomenettely
|
Alaryhmä: Totaalinen haiman poisto
Kaikki potilaat, joilla on vähintään yksi seuraavista haiman toimenpidekoodeista (OPS-koodit): '55250', '55251', '55252', '5525x', '5525y'
|
Haiman resektiomenettely
|
Alaryhmä: Pancreaticoduodenectomy
Kaikki potilaat, joilla on vähintään yksi seuraavista haiman toimenpidekoodeista (OPS-koodit): '55241', '55242', '55243'
|
Haiman resektiomenettely
|
Alaryhmä: Segmentaalinen resektio
Kaikki potilaat, joilla on vähintään yksi seuraavista haiman toimenpidekoodista (OPS-koodit): '55244'
|
Haiman resektiomenettely
|
Alaryhmä: Distaalinen haiman poisto
Kaikki potilaat, joilla on vähintään yksi seuraavista haiman toimenpidekoodeista (OPS-koodit): '55240', '552400', '552401', '552402'
|
Haiman resektiomenettely
|
Alaryhmä: Muut osittaiset leikkaukset
Kaikki potilaat, joilla on vähintään yksi seuraavista haiman toimenpidekoodeista (OPS-koodit): '5524x', '5524y'
|
Haiman resektiomenettely
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
---|---|---|
Sairaalakuolleisuus
Aikaikkuna: 30 päivän sisällä
|
Potilas kuoli leikkauksen aikana tai sen jälkeen
|
30 päivän sisällä
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Tutkijat
- Opintojohtaja: Rene Mantke, MD, Head of Surgery at University Hospital Brandenburg an der Havel
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- PaSuTE
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .
Kliiniset tutkimukset Haiman resektiomenettely
-
University of BelgradeTuntematonHaimasyöpä | Haiman anastomoottinen vuotoSerbia