A1Check: la convalida esterna di un modello di apprendimento automatico che prevede la perdita anastomotica colorettale (A1Check)

Procedura di studio Lo scopo dello studio è convalidare esternamente un modello di apprendimento automatico che prevede la perdita anastomotica colorettale. Il modello predittivo che verrà validato esternamente, viene sviluppato su un database prospettico. Questo database conteneva i dati di 2.483 pazienti affetti da cancro del colon-retto sottoposti a intervento chirurgico tra gennaio 2016 e aprile 2021 in 14 ospedali, sia rurali che accademici in quattro diversi paesi (Paesi Bassi, Italia, Belgio, Australia). Circa 189 pazienti (7,6%) hanno sviluppato perdita anastomotica colorettale. I modelli hanno previsto il rischio di perdite anastomotiche colorettali durante l'intervento, appena prima della costruzione dell'anastomosi, utilizzando un totale di 31 variabili. Queste variabili contengono sia i dati disponibili preoperatoriamente sia le variabili riguardanti la condizione intraoperatoria del paziente. I modelli sono stati convalidati internamente utilizzando la convalida incrociata 10 volte e successivamente testati sul 20% dei dati non visti del database. L'area sotto la curva - caratteristiche operative del ricevitore (AUROC) del modello di apprendimento automatico con le migliori prestazioni sul set di test era 0,84, con una sensibilità di 0,86, una specificità di 0,78, un valore predittivo positivo di 0,24 e un valore predittivo negativo di 0,99.

Durante questo studio prospettico di simulazione non ci sono benefici o rischi diretti per i pazienti partecipanti. Questo studio prospettico di simulazione sarà non interventistico, i modelli di previsione non alterano la pratica quotidiana originale e in questa fase non è destinato a essere utilizzato come dispositivo diagnostico. Intraoperatoriamente, appena prima della costruzione dell'anastomosi, il modello predittivo predice, utilizzando paziente, tumore e variabili intraoperatorie (elencate nel paragrafo Dizionario dei dati), la probabilità di perdite anastomotiche. SAS VIYA viene utilizzato per la distribuzione del modello di apprendimento automatico. Durante lo studio prospettico di simulazione, i punteggi di queste previsioni sono disponibili solo per i ricercatori principali e ricercatori, e quindi sconosciuti agli ospedali partecipanti o ai chirurghi operatori al fine di prevenire qualsiasi influenza sulla pratica quotidiana corrente in questa fase della ricerca. Trenta giorni dopo l'intervento, verranno raccolti i dati dei pazienti riguardanti l'insorgenza di perdite anastomotiche. AUROC, sensibilità, specificità e accuratezza saranno quindi calcolate in base al numero di pazienti valutati come veri positivi, veri negativi, falsi positivi o falsi negativi. Dopo un minimo di 100 eventi e 100 non eventi, la validazione esterna è completata e saranno presentati i punteggi finali AUROC, sensibilità e specificità.

Piano di garanzia della qualità, controlli dei dati, verifica dei dati di origine I dati saranno trattati in modo confidenziale e anonimo. I dati saranno pseudo-anonimizzati per il ricercatore principale e i ricercatori della ricerca. I dati pseudo-anonimizzati vengono inseriti in un database Castor. Un dizionario di dati è collegato al set di dati originale con metadati per descrivere i dati. Tutti gli ospedali partecipanti hanno un accordo di condivisione dei dati per condividere in sicurezza i dati dei pazienti inclusi con il ricercatore principale e i ricercatori della ricerca. Verrà creato un piano di gestione dei dati secondo le politiche del nostro istituto con l'assistenza di un esperto di gestione dei dati, insieme al Reporting trasparente di un modello di previsione multivariabile per le linee guida TRIPOD (Individual Prognosis Or Diagnosis). Le caratteristiche dei dati raccolti e generati sono dati clinici estratti dal Fascicolo Sanitario Elettronico. Contiene variabili continue, nominali e dicotomiche. I dati non verranno riutilizzati o abbinati a dati esistenti. Il consenso informato dei pazienti è necessario per prevedere l'esito utilizzando il modello sviluppato. Le politiche e le leggi sulla privacy sono applicabili a questo progetto. Il progetto rispetterà inoltre tutti i principi di protezione dei dati definiti nel regolamento generale sulla protezione dei dati. È possibile accedere al set di dati anonimizzato tramite un database Castor. I dati a lungo termine verranno salvati nel repository UMC di Amsterdam con l'aiuto del dipartimento di gestione dei dati di ricerca (RDM). I dati saranno conservati per cinque anni dopo la conclusione del progetto.

Dizionario dei dati

Le seguenti variabili saranno raccolte dai pazienti inclusi:

io. Caratteristiche del paziente e del tumore Età; sesso; indice di massa corporea; Classificazione dell'American Society of Anesthesiologists (ASA); intossicazioni (fumo e/o consumo di alcool); storia medica del diabete; uso di steroidi (non nasali); emoglobina; malattia benigna o maligna. Se è presente una malattia maligna: stadio TNM, distanza del tumore dall'orlo anale, trattamento neoadiuvante.

ii. Caratteristiche perioperatorie Procedura chirurgica, approccio chirurgico; conversione; comparsa di eventi intraoperatori (eventi ipossici, ipercapnia, bradicardia, ipotensione, embolia, rianimazione, resezione più estesa del previsto, lesioni sierose, lesioni vescicali e ureterali, sanguinamento intraoperatorio, splenectomia) iii. Caratteristiche subito prima della creazione dell'anastomosi Temperatura del paziente; tempo di somministrazione dell'antibiotico; somministrazione di vasopressori; perdita di sangue; saturazione O2; pressione arteriosa media; somministrazione di liquidi; produzione di urina; presenza di contaminazione fecale; valutazione soggettiva della perfusione locale; analgesia epidurale; movimenti delle porte; tempo dall'incisione fino alla creazione dell'anastomosi, intenzione di creare stomia.

iv. Caratteristiche postoperatorie Perdita anastomotica colorettale entro 30 giorni e durata della degenza ospedaliera.

Procedure operative standard I pazienti idonei per l'inclusione vengono individuati nella prima riunione del team multidisciplinare. Se idoneo, il chirurgo informerà e discuterà questo studio con il paziente nella consultazione preoperatoria per l'intervento chirurgico. Se il paziente acconsente alla partecipazione, è necessario un consenso informato scritto. Il paziente può revocare questo consenso in qualsiasi momento.

Calcolo della dimensione del campione Negli ospedali partecipanti vengono eseguite annualmente da 100 a 400 resezioni colorettali, con un'incidenza approssimativa di perdite anastomotiche dal 5 al 15%. Diversi studi hanno dimostrato un minimo di 100 eventi e 100 non eventi come dimensione del campione appropriata per la convalida esterna. Con un totale previsto di 1.200 pazienti inclusi ogni anno e una percentuale di perdite intorno al 10%, l'inclusione di 100 eventi richiede circa uno o due anni.

Gestione dei dati mancanti Il modello di apprendimento automatico effettuerà una previsione nei pazienti con oltre l'80% dei dati richiesti disponibili. I dati mancanti vengono imputati utilizzando la corrispondenza media predittiva con dieci iterazioni.

Piano di analisi statistica La validazione esterna sarà eseguita su almeno 100 eventi (perdita anastomotica) e 100 non-eventi (nessuna perdita anastomotica). Il modello di apprendimento automatico con le migliori prestazioni predittive in termini di AUROC verrà utilizzato come modello di implementazione. Il tasso di perdite anastomotiche colorettali sarà confrontato in un modello di regressione logistica multivariata. Tutte le analisi saranno effettuate sotto la supervisione di un epidemiologo clinico.