I modelli di previsione possono classificare i pazienti traumatizzati in modo più accurato rispetto ai medici?

Titolo I modelli di previsione possono classificare i pazienti traumatizzati in modo più accurato rispetto ai medici?

Background Quasi 5 milioni di persone muoiono ogni anno a causa di traumi. Quindi il trauma, definito come una lesione esterna combinata con la risposta associata del corpo, è una delle principali cause di problemi di salute a livello globale. La natura sensibile del tempo del trauma lo differenzia da altre condizioni di salute. Pertanto, la definizione delle priorità è fondamentale per trattare prima i casi di trauma più urgenti. Questa definizione delle priorità viene generalmente definita triage. D'ora in poi, i sistemi di triage formalizzati e non formalizzati si distinguono tra, dove il primo è definito come triage esplicito eseguito consapevolmente secondo criteri determinati a priori, e il secondo come decisioni sulla prioritizzazione da parte dei clinici prese inconsciamente in assenza di triage formalizzato.

Esistono due metodi concettualmente diversi attualmente utilizzati per valutare i pazienti traumatizzati. Il triage può essere eseguito dai medici. Il triage eseguito dai medici può essere influenzato da fattori umani come la stanchezza e l'esperienza, ma può essere visto come il metodo moralmente più appropriato per il triage dei pazienti traumatizzati. Gli algoritmi, come gli algoritmi statistici, possono anche essere costruiti a scopo di triage. Predire la possibilità di un certo risultato utilizzando metodi statistici è chiamato modellazione predittiva. Gli algoritmi escludono i fattori umani durante il triage dei pazienti. Tuttavia, il triaging algoritmico può sembrare moralmente inappropriato a causa dell'assenza di connessione umana tra il medico e il paziente.

I sistemi di triage formalizzati sono spesso utilizzati nella cura dei traumi nei paesi ad alto reddito. Si ritiene che tali sistemi abbiano migliorato la cura del trauma e quindi l'esito del paziente traumatizzato. Tuttavia, oltre il 90% di tutti i decessi dovuti a traumi si verifica nei paesi a basso e medio reddito, dove i sistemi di triage formalizzati sono rari o inesistenti. I sistemi di triage formalizzati possono aiutare a rafforzare la cura del trauma nei paesi a basso e medio reddito. Tuttavia, mancano ricerche sul fatto che gli algoritmi o i medici eseguano il più accurato trattamento dei pazienti.

Obiettivo Confrontare le prestazioni dei modelli di previsione con i medici nel triage dei pazienti traumatizzati.

Metodo Disegno dello studio Studio prospettico di coorte

Impostazione Uno studio prospettico di coorte sarà condotto in India, un paese a reddito medio-basso. L'India rappresenta il 20% dei decessi globali per trauma ogni anno, quindi sono urgentemente necessari sforzi per rafforzare la cura dei traumi in India. I dati saranno raccolti da quattro ospedali urbani: uno a Mumbai, uno a Calcutta, uno a Delhi e uno a Nellore. La raccolta dei dati è iniziata l'11 luglio, ma solo dall'ospedale di Calcutta. Una volta fornita formalmente l'autorizzazione etica, i dati verranno raccolti dagli ospedali rimanenti e continueranno fino al raggiungimento della dimensione dello studio desiderata (vedere dimensione dello studio). I dati vengono raccolti da funzionari di progetto a tempo pieno presso gli ospedali menzionati.

Partecipanti Individui che si presentano al pronto soccorso (DE) a causa di un trauma in uno qualsiasi degli ospedali partecipanti. Le persone sono incluse nello studio una volta arrivate all'ED. Gli ufficiali di progetto sono quelli che includono gli individui. Le persone partecipanti vengono visitate dai responsabili del progetto se sono ancora ricoverate dopo 30 giorni. In caso contrario, il follow-up viene effettuato per telefono.

Variabili

Modelli:

RTS (pressione arteriosa sistolica (SBP), scala del coma di Glasgow (GCS) e frequenza respiratoria (RR)) Gerdin et al. modello (SBP, frequenza cardiaca (FC) e GCS) GAP (età, SBP e GCS) KTS (SBP, GCS, RR e numero di lesioni gravi) Giudizio clinico (i medici assegnano una categoria di triage ai pazienti traumatizzati classificandoli in quattro gruppi codificati a colori. I gruppi sono verde, giallo, arancione e rosso. I colori hanno lo scopo di rappresentare la gravità del trauma e quanto presto i pazienti devono essere trattati, con il verde corrispondente al paziente meno grave e il rosso al paziente più grave.)

Altre variabili descrittive:

Sesso, meccanismo di lesione

Variabili di risultato:

Mortalità entro 30 giorni

Misura dello studio 200 pazienti traumatizzati con mortalità come esito e tutti i pazienti sopravvissuti durante lo stesso periodo di tempo. Si presume che la mortalità entro 30 giorni sia del 15%, sulla base di studi precedenti. Pertanto, 1350 pazienti è la dimensione dello studio desiderata. Il tempo stimato necessario per raccogliere i dati desiderati è di due mesi (quattro responsabili di progetto, uno per ospedale. Un responsabile del progetto raccoglie i dati dai primi dieci pazienti per turno, 5 giorni alla settimana. Pertanto, un raccoglitore di dati raccoglie dati da 50 pazienti a settimana e da 200 pazienti al mese. I dati totali raccolti al mese proverranno quindi da 800 pazienti. Due mesi di dati raccolti proverranno da 1600 pazienti. Di conseguenza, ci vorranno circa due mesi per raggiungere la dimensione dello studio desiderata.)

Variabili quantitative Le variabili quantitative saranno trattate come negli studi originali. In altre parole, le variabili quantitative saranno classificate o verranno utilizzati metodi non lineari come negli studi originali.

Metodi statistici Le prestazioni dei modelli predittivi e dei clinici saranno valutate e confrontate in termini di discriminazione, calibrazione e riclassificazione. In primo luogo, i punteggi ottenuti dai modelli di previsione verranno utilizzati per assegnare i pazienti alle categorie verde, gialla, arancione o rossa. La discriminazione verrà quindi valutata calcolando l'area sotto la curva delle caratteristiche operative del ricevitore sia per i punteggi originali che per i raggruppamenti di colori basati sui punteggi. La calibrazione sarà valutata calcolando la mortalità in ciascun gruppo di colore, assumendo un'associazione lineare tra aumento della gravità e maggiore mortalità. Infine, la riclassificazione sarà valutata confrontando quali pazienti finiscono in quale gruppo, a seconda che il raggruppamento sia basato su modelli di previsione o clinici. Verranno analizzati solo i pazienti con dati completi. Tutte le analisi saranno condotte utilizzando l'ambiente statistico R, utilizzando intervalli di confidenza standard del 95% e un livello di significatività del 5%.