Aortopathie proximale en Écosse - Épidémiologie et résultats chirurgicaux

L'étude a deux objectifs principaux :

1. Déterminer les données démographiques des patients, les types de procédures et les résultats cliniques associés chez les patients ayant subi une chirurgie de l'aorte thoracique proximale en Écosse
2. Décrire l'épidémiologie de l'aortopathie proximale au sein de la population écossaise, en déterminant la prévalence de la maladie, la répartition géographique et la démographie des patients

Cette étude sera la première à examiner les résultats d'une cohorte nationale de patients après une chirurgie de l'aorte thoracique au Royaume-Uni. Les chercheurs prévoient que les résultats de cette étude éclaireront la future pratique aortique et guideront les décisions sur le moment et le type d'intervention.

Les informations sur la prévalence et la répartition géographique des maladies aortiques en Écosse guideront l'allocation des ressources et la configuration des services pour permettre l'équité d'accès au traitement. En sensibilisant les professionnels de la santé et la communauté au sens large, l'étude devrait conduire à une meilleure reconnaissance et à de meilleurs résultats pour les patients atteints d'une maladie aortique.

Les données seront enregistrées de manière contemporaine et rétrospective pour deux cohortes de patients :

1. Cohorte chirurgicale - Patients adultes ayant subi une intervention chirurgicale sur l'aorte proximale dans les trois unités écossaises de chirurgie cardiothoracique basées à Glasgow, Édimbourg et Aberdeen au cours des 13 dernières années (2008 - 2021).

2. Cohorte non chirurgicale - Patients adultes qui ont reçu un diagnostic d'aortopathie proximale, mais qui n'ont pas subi de chirurgie. Cette cohorte sera obtenue à partir de trois sources :

   1. Patients avec un diagnostic d'aortopathie thoracique identifiés via les codes NICIP (National Interim Clinical Imaging Procedure) provenant des bases de données Scottish Radiology Information System (RIS) et Picture Archive and Communication System (PACS).
   2. Patients avec un diagnostic d'aortopathie thoracique identifiés par les services génétiques régionaux via le Network for Inherited Cardiac Conditions Scotland.
   3. Patients décédés diagnostiqués avec une aortopathie thoracique proximale ou une complication de celle-ci (dissection aortique, rupture aortique) enregistrés lors du certificat de décès et/ou post mortem consultés auprès de Public Health Scotland en utilisant les codes ICD-10.

Les trois sites de collecte de données seront le Golden Jubilee National Hospital de Glasgow, l'Edinburgh Royal Infirmary et l'Aberdeen Royal Infirmary.

La taille de l'échantillon de la cohorte chirurgicale devrait être d'environ 1300 patients. La cohorte non chirurgicale est difficile à estimer, mais environ 500 cas par an devraient être identifiés. Le projet de recherche sera hébergé par le NHS Golden Jubilee Research Department.

Le chercheur principal (George Gradinariu) entreprendra ce projet de recherche dans le cadre d'un programme de recherche de troisième cycle (MD) à l'Université de Glasgow sous la supervision du professeur Mark Danton (chirurgien cardiaque congénital avec intérêt pour la chirurgie de l'aorte proximale), le professeur Alex McConnachie professeur de biostatistique, Université de Glasgow) et le professeur Faisal Ahmed (Samson Gemmell Chair of Child Health, Université de Glasgow)

L'analyse statistique sera supervisée et supervisée par le professeur McConnachie. Des statistiques descriptives seront appliquées. Les données de survie seront analysées à l'aide de Kaplan-Meier. Des modèles de survie multivariable et de régression logistique seront utilisés pour identifier les variables prédisant le risque de résultats défavorables. La modélisation prédictive pour estimer le risque de résultats indésirables en fonction de la dimension de la racine aortique sera évaluée à l'aide de l'analyse ROC. Dans la comparaison de la survie par procédures, l'appariement de la propension sera utilisé pour minimiser la confusion. L'analyse sera effectuée à l'aide du logiciel d'analyse statistique R (R Foundation for Statistical Computing, Vienne, Autriche).