Risultati dopo l'ictus perioperatorio a seguito di cardiochirurgia

BACKGROUND L'ictus perioperatorio è una devastante complicanza della cardiochirurgia che è attualmente scarsamente caratterizzata. L'ictus perioperatorio è un evento cerebrovascolare che si verifica dopo un intervento cardiochirurgico e colpisce tra l'1 e il 5% dei pazienti. La letteratura attuale ha identificato che i pazienti che subiscono un ictus dopo l'intervento chirurgico hanno un più alto tasso di mortalità, durata della degenza e dimissione in una struttura, ma data la natura rara di questa complicanza si sa meno su quali fattori predicono questi esiti tra coloro che sperimentano un ictus perioperatorio.

OBIETTIVI

1. Derivare e convalidare esternamente i modelli di previsione del rischio per la mortalità (esito primario), la dimissione avversa e la durata della degenza dopo l'ictus perioperatorio.
2. Descrivere le tendenze temporali della mortalità dopo l'ictus perioperatorio tra il 2005 e il 2020.

METODI Questo studio è un'analisi retrospettiva del database del National Surgical Quality Improvement Program dell'American College of Surgeons, raccolto in modo prospettico tra il 2004 e il 2020. La coorte dello studio sarà estratta dal database NSQIP e includerà tutti i pazienti che hanno subito un ictus entro 30 giorni dall'intervento chirurgico e che sono stati sottoposti a procedura di cardiochirurgia.

POPOLAZIONE DELLO STUDIO Saranno inclusi i pazienti che sono stati sottoposti a qualsiasi procedura cardiochirurgica e che hanno subito un ictus perioperatorio nel database NSQIP tra il 2005 e il 2020.

RISULTATI L'esito primario è la mortalità a 30 giorni; gli esiti secondari sono la durata della degenza ospedaliera e la dimissione avversa (struttura non domiciliare o decesso).

Variabili predittive candidate: l'esito dopo l'ictus perioperatorio è potenzialmente correlato a fattori paziente, chirurgici e anestetici, nonché alle caratteristiche dell'ictus. Le variabili predittive candidate includeranno le caratteristiche del paziente (età, sesso, comorbidità), le caratteristiche chirurgiche (complessità, tipo, stato di emergenza, chirurgia aortica), le complicanze postoperatorie (arresto cardiaco, ischemia miocardica, trasfusione) e le caratteristiche dell'ictus (gravità determinata dalla tracheostomia associata o craniectomia), tempistica relativa all'intervento, riammissione per ictus rispetto a ictus in regime di ricovero). Le variabili continue saranno considerate per la trasformazione utilizzando polinomi frazionari per consentire un'associazione non lineare continua.

ANALISI Verranno creati modelli multivariabili per prevedere la mortalità a 30 giorni (outcome primario), la dimissione avversa e la durata della degenza. Per evitare l'overfitting, intraprenderemo una strategia di riduzione dei dati ed escluderemo le variabili con più del 10% di dati mancanti o meno di 20 osservazioni, dove >1% ma <10% di dati mancano, considereremo l'imputazione multipla o media.

Verranno utilizzate variabili predittive pre-specificate per costruire un modello di regressione logistica utilizzando un'analisi delle componenti principali. Esamineremo a priori le seguenti interazioni: età*sesso, complessità chirurgica (tempo intervento)*età. Dati i potenziali meccanismi differenziali dell'ictus perioperatorio precoce (<48 ore) e tardivo (>48 ore e <30 giorni), includeremo i giorni dall'intervento all'evento sia come variabile continua che categorica.

La discriminazione del modello sarà valutata utilizzando l'area sotto la curva caratteristica operativa del ricevitore (c-statistic). La calibrazione del modello sarà valutata con un grafico loess smoothed dei rischi osservati rispetto a quelli previsti sullo spettro di rischio. Un'analisi simile verrà utilizzata per creare un modello di previsione per la durata del soggiorno. Poiché la morte è un risultato concorrente per la disposizione alla dimissione, la dimissione avversa sarà modellata come un risultato ordinale (dimissione domiciliare, non domiciliare o decesso). Dopo la derivazione, verranno utilizzati 5.000 campioni di bootstrap per la convalida interna.

Le tendenze temporali della mortalità saranno analizzate dapprima utilizzando un modello esplorativo di regressione dei minimi quadrati ordinari non aggiustato con il tasso di mortalità annuale dopo l'ictus perioperatorio come variabile dipendente e l'anno come predittore per stimare la variazione annuale del tasso di mortalità nel tempo. Verrà specificato un modello di regressione lineare multivariabile, adattato per predittori importanti.