Sistema di Prevenzione Rischi VTE Basato su Big Data Analysis e Multimodule System

Il tromboembolismo venoso (TEV) è una delle complicanze più comuni nel periodo perioperatorio e la causa più comune di morte postoperatoria. Il TEV comprende la trombosi venosa profonda (TVP) e il tromboembolismo polmonare acuto (PTE). Poiché l'embolo della PTE proviene dalla trombosi venosa profonda e non tutti i pazienti con EP possono presentare sintomi clinici evidenti, la TEV è attualmente considerata una malattia per la ricerca, la prevenzione, la diagnosi e il trattamento in patria e all'estero. Pertanto, abbiamo urgentemente bisogno di sviluppare un sistema di prevenzione del rischio di TEV perioperatorio più completo e affidabile basato su big data medici e computer multi-modulo nella pratica clinica attuale, in modo da guidare efficacemente la prevenzione di TVP/EP e quindi ridurre la mortalità perioperatoria .

Già nel 1991 Caprini et al. ha raccolto e pubblicato la scala clinica della valutazione del rischio di TEV basata sui dati dello studio di 538 pazienti. Nel 2010, Caprini et al. condotto nuovamente la verifica retrospettiva di questa scala tra 8216 pazienti, rendendo così questa scala un riferimento importante per molte istituzioni mediche per valutare il rischio di insorgenza di TEV nei pazienti perioperatori, e da allora è stata utilizzata. Tuttavia, negli ultimi 30 anni, lo spettro della malattia, i metodi chirurgici, i metodi di anestesia e la cognizione della suscettibilità alla formazione di trombi dei pazienti chirurgici hanno subito grandi cambiamenti. I pazienti perioperatori che vengono valutati dalla scala Caprini e adottano misure preventive secondo le sue misure suggerite avranno ancora TEV postoperatorio. Pertanto, negli ultimi anni, gli studiosi hanno pubblicato nuovi metodi di previsione del rischio di TEV, come il modello di Kucher, il modello di Padova e così via. Tuttavia, i casi di studio stabiliti dal modello sono quasi solo circa 1000 casi e gli indicatori di ricerca inclusi sono limitati.

La nuova tecnologia realizza per la prima volta l'identificazione, la lettura e l'integrazione degli indicatori di rischio correlati alla TEV sotto la guida dell'informatizzazione e della digitalizzazione, fornendo supporto tecnico per l'analisi dei big data; Realizzare una valutazione e previsione del rischio correlato al TEV lungimirante, big data, multivariabile e multimodulo; Il sistema di punteggio esistente dovrebbe essere migliorato per fornire un modello di punteggio più affidabile e utilizzabile per la prevenzione e il trattamento del TEV perioperatorio.