Le prestazioni predittive della scala del coma di Glasgow in relazione al tempo

Sfondo

Il trauma è un problema critico per la salute pubblica globale e il numero di decessi a seguito di traumi continua ad aumentare a livello globale. Nel 2016 più di 4,6 milioni di morti sono state il risultato di traumi, rendendola l'ottava principale causa di morte. Nello studio Global Burden and Disease (GBD), le lesioni traumatiche rappresentano quasi un decimo di tutti i decessi, più della malaria, della tubercolosi, dell'HIV/AIDS e delle condizioni materne messe insieme.

Il trauma cranico è definito come lesione cerebrale causata da trauma, essendo definito trauma il danno inflitto al corpo come risultato diretto o indiretto di una forza esterna, con o senza interruzione della continuità strutturale. La lesione cerebrale traumatica (TBI) è una delle principali cause di morbilità e mortalità a livello globale. È il maggior contributore di morti per trauma nel mondo, con un tasso di mortalità tre volte superiore rispetto al trauma senza trauma cranico accompagnato. Si stima che il trauma cranico colpisca più di 10 milioni di persone ogni anno.

Per guidare i medici nei regimi diagnostici e di rianimazione, i modelli prognostici che prevedono la gravità e l'esito del trauma cranico sono di grande importanza. La Glasgow Coma Scale (GCS) è uno dei modelli prognostici più utilizzati. È una scala neurologica sviluppata per valutare la risposta agli stimoli nei pazienti con lesioni craniocerebrali utilizzando tre parametri; apertura degli occhi, risposta verbale e risposta motoria. È stato utilizzato per valutare il livello di coscienza sia nella pratica clinica che nella ricerca sui neurotraumi. Il punteggio GCS, la somma dei tre parametri utilizzati nel GCS, viene utilizzato per valutare la gravità, che va da lieve, moderata a grave.

Diversi studi hanno studiato il valore prognostico della GCS e il valore prognostico dei singoli componenti della GCS, ma si sa poco su come la relazione del tempo tra la lesione e la prima GCS influisca sul valore predittivo della GCS. Gli studi hanno dimostrato che il GCS misurato al momento del ricovero nella cura del trauma è più predittivo del GCS misurato nel sito del trauma e che il GCS mediano al momento del ricovero è superiore al GCS mediano nel sito del trauma, ma se e come il tempo influisce sui punteggi GCS non è stato studiato .

Scopo

Lo scopo di questo studio è valutare come i tempi di misurazione del GCS influenzino il suo valore predittivo dopo una lesione cerebrale traumatica (TBI) in pazienti adulti. Il primo obiettivo è valutare se la prestazione predittiva di GCS è migliorata se aggiustata per il tempo dall'infortunio a quando è stato registrato. Il secondo obiettivo è valutare se la performance predittiva di GCS varia a seconda di quando è stata registrata.

Progettazione dello studio

Questa è un'analisi retrospettiva dello studio di coorte Towards Improved Trauma Care Outcomes in India (TITCO).

Collocamento

Verrà utilizzata la coorte TITCO anonimizzata. Questa coorte comprende 16.000 pazienti arruolati tra luglio 2013 e dicembre 2015 da quattro ospedali universitari in India. I responsabili del progetto, in possesso di un master in scienze della salute, hanno raccolto dati prospettici sui ricoveri in ciascun sito mediante osservazione diretta del pronto soccorso e compilando un modulo standardizzato. I responsabili del progetto hanno lavorato in turni a rotazione di otto ore (mattina, sera, notte). I dati sono stati anche recuperati in modo retrospettivo dalle cartelle cliniche dei pazienti ricoverati al di fuori dei turni osservati.

Fonte e metodo di selezione dei partecipanti

L'ufficiale del progetto di un sito ha incluso i pazienti degli ospedali partecipanti, mediante osservazione prospettica o mediante il recupero retrospettivo dei dati dalle cartelle cliniche dei pazienti.

Variabili esplicative Le due variabili esplicative di interesse saranno GCS e tempo tra l'infortunio e la registrazione GCS in ore, d'ora in poi indicato come tempo a GCS. GCS è stato estratto dalle cartelle cliniche dei pazienti così come la data e l'ora della prima GCS registrata. Se mancano la data e l'ora della prima registrazione GCS, verrà utilizzata l'ora di arrivo al centro partecipante. La data e l'ora della lesione sono state estratte dalle cartelle cliniche dei pazienti o riportate direttamente dai partecipanti. I dati e l'ora della prima registrazione GCS o dell'arrivo al centro partecipante sono stati estratti dalle cartelle cliniche dei pazienti.

Covariate Le variabili età, sesso, meccanismo della lesione, se il paziente è stato trasferito da un'altra struttura sanitaria e gravità della lesione anatomica quantificata utilizzando il punteggio di gravità della lesione (ISS) saranno riportate per caratterizzare il campione di studio. Età, sesso, meccanismo della lesione e stato del trasferimento sono stati estratti dalle cartelle cliniche dei pazienti o riportati dai partecipanti. L'ISS è stato calcolato da un unico codificatore accreditato sulla base delle descrizioni del testo dell'infortunio.

Pregiudizio

Per tenere conto degli errori umani nella registrazione del GCS, gli osservatori della raccolta dati di Aal erano titolari di master in scienze della salute e sono stati continuamente formati e supervisionati durante il periodo di raccolta dei dati.

Variabili quantitative

GCS sarà trattato sia come termine lineare che come variabile ordinale con 12 livelli. I livelli non verificabili delle componenti verbale e oculare saranno trattati come 1. Il tempo tra l'infortunio e il GCS registrato sarà trattato sia come variabile continua che come variabile categoriale. Se trattato come tempo continuo tra infortunio e GCS, sarà consentito avere un'associazione non lineare con la mortalità modellandola utilizzando spline cubiche ristrette con tre nodi posizionati a percentili equidistanti. Se trattato come categorico sarà diviso in blocchi di due ore.

metodi statistici

Tutte le analisi saranno condotte nel linguaggio statistico e nell'ambiente di programmazione R. Il campione verrà prima suddiviso temporalmente in campioni di addestramento e validazione come indicato nella sezione relativa alle dimensioni dello studio di seguito. Ogni campione sarà quindi caratterizzato utilizzando mediane e intervalli interquartili (IQR) per presentare variabili quantitative e conteggi e percentuali per presentare variabili qualitative.

Nel campione di addestramento verranno adattati quattro semplici modelli di previsione utilizzando la regressione logistica con la mortalità come risultato. Il primo modello includerà solo GCS come termine lineare, il secondo GCS come termine lineare e tempo per GCS modellato utilizzando spline cubiche ristrette, il terzo solo GCS come variabile ordinale e il quarto modello GCS come variabile ordinale e tempo per GCS modellato utilizzando spline cubiche limitate. Per evitare l'overfitting, verrà stimato un fattore di restringimento utilizzando una procedura di bootstrapping che verrà poi applicata ai coefficienti del modello.

I quattro modelli verranno quindi applicati nel campione di validazione e le loro prestazioni predittive stimate e confrontate. Le prestazioni predittive di ciascun modello saranno valutate utilizzando l'area sotto la curva delle caratteristiche operative del ricevitore (AUROCC), valori predittivi positivi e negativi. Le differenze nelle prestazioni predittive tra i modelli e gli intervalli di confidenza al 95% associati saranno stimate utilizzando il bootstrapping.

Ciascuno dei campioni di addestramento e convalida sarà quindi suddiviso in sottocampioni basati sul tempo al GCS, in modo che il primo sottocampione includa pazienti con tempo al GCS < 2 ore e il secondo sottocampione includa pazienti con tempo al GCS compreso tra due e quattro ore e così in blocchi di due ore. In ciascuno dei sottocampioni di addestramento sarà adattato un semplice modello logistico che includa GCS come termine lineare come unica variabile indipendente. Il coefficiente di GCS in ciascun modello verrà ridotto.

Il modello sviluppato nel primo sottocampione di addestramento verrà poi applicato al primo sottocampione di validazione e così via. Le prestazioni del modello in ciascun sottocampione di validazione saranno valutate utilizzando AUROCC e l'errore quadratico medio. L'andamento di queste misure attraverso i sottocampioni di convalida verrà quindi quantificato utilizzando un semplice modello lineare generalizzato con i dati di misura delle prestazioni come variabile di risultato e una trasformazione non lineare del numero di indice del blocco utilizzando spline cubiche ristrette con tre nodi come unica variabile indipendente.

Strategia per gestire i dati mancanti

Se viene raggiunta la dimensione del campione richiesta se vengono inclusi solo i pazienti con dati completi sull'esito, variabile esplicativa e covariate, verrà condotta un'analisi completa del caso. In caso contrario, i dati mancanti verranno gestiti con imputazione multipla utilizzando equazioni concatenate. Il numero di dataset imputati sarà pari alla percentuale di osservazioni incomplete. L'analisi sarà condotta separatamente in ciascun set di dati imputato e i risultati principali presentati come mediane con IQR tra le imputazioni. Per gli intervalli di confidenza verranno riportati i valori più estremi dei limiti superiore e inferiore raggruppati.

Dimensioni dello studio

È probabile che l'analisi più intensiva di dati si adatti al modello con GCS come variabile ordinale e tempo a GCS come spline cubiche ristrette e quindi la dimensione dello studio è stimata per accogliere questa analisi. Gli studi di simulazione indicano che i modelli di regressione logistica necessitano di almeno dieci eventi, o osservazioni con il risultato, per parametro incluso per generare stime affidabili dei coefficienti. La modellazione di GCS come variabile ordinale comporterà la stima dei coefficienti per undici parametri e l'inclusione del tempo in GCS aggiunge due parametri aggiuntivi. Il numero totale di parametri è quindi 13, indicando la necessità di almeno 130 eventi. Assumendo una prevalenza del risultato del 20% basata su ricerche precedenti, il campione di addestramento deve includere almeno 650 osservazioni. Se questo numero è inferiore alla metà del campione completo, i campioni di addestramento e convalida verranno generati suddividendo il campione completo in due parti di uguali dimensioni. Se il campione completo include meno di 1300 osservazioni, le prime 650 osservazioni saranno incluse nel campione di addestramento e le restanti osservazioni saranno incluse nel campione di convalida. In ogni caso, i campioni saranno creati in modo tale che il contributo relativo di ciascun centro sia approssimativamente lo stesso in entrambi i campioni.