Sviluppo e validazione di un nomogramma che prevede la probabilità di avere bambini Hirschsprung dopo un intervento chirurgico

Questo studio retrospettivo è stato condotto su pazienti con diagnosi di HSCR sottoposti a trattamento chirurgico presso il nostro reparto ospedaliero da gennaio 2000 a dicembre 2019. Questo studio di ricerca è stato esaminato e approvato dal comitato etico dell'ospedale, rinunciando all'obbligo del consenso informato in linea con la Dichiarazione di Helsinki. Il numero di approvazione del comitato di revisione istituzionale è S108. La diagnosi di HSCR è stata stabilita attraverso esami preoperatori, che includevano clisma con bario, manometria anorettale e biopsia rettale con aspirazione. Inoltre, è stato condotto un esame patologico postoperatorio per confermare ulteriormente la diagnosi. Tutte le operazioni sono state eseguite secondo le procedure standard da gruppi chirurgici esperti nel nostro dipartimento.

2.2. Definizione di sporco Questo studio fa riferimento ai criteri diagnostici per lo sporco descritti nella letteratura pubblicata. Sulla base dei criteri stabiliti in precedenza e dell'esperienza clinica, i pazienti che hanno manifestato impurità persistente per più di sei mesi dopo l'intervento chirurgico sono stati infine selezionati per l'inclusione in questo studio. In questo studio, i pazienti con sindrome di Down e altre sindromi accertate che potenzialmente hanno contribuito allo sviluppo anomalo sono stati esclusi come descritto in precedenza. Inoltre, i pazienti che hanno subito un intervento chirurgico iniziale presso un altro istituto sono stati esclusi dallo studio, così come tutti i partecipanti che hanno ricevuto un trattamento graduale o avevano dati mancanti relativi allo sporco.

In questo studio, i ricercatori hanno raccolto informazioni cliniche sui pazienti da una revisione approfondita della letteratura pertinente e del giudizio clinico. Questi dati includevano l'età per l'intervento chirurgico definitivo, il sesso, il peso all'intervento, l'anamnesi di parto prematuro, l'anamnesi familiare, il meconio, la durata della stipsi, il trattamento conservativo, l'anamnesi chirurgica, le tecniche chirurgiche, la lunghezza dell'intestino rimosso, la procedura chirurgica e lo stato di imbrattamento. Le tecniche chirurgiche includevano il pull-through laparoscopico assistito [LAPT], il pull-through endorettale assistito da laparotomia [LEPT] e il pull-through endorettale transanale [TEPT]. La lunghezza dell'intestino rimosso comprendeva la colectomia sinistra, l'ectomia subtotale e la colectomia totale. Le procedure chirurgiche sono state classificate come Soave, a forma di cuore, Rebbein, Duhamel e altre. I dati con un tasso di cancellazione >= 20% sono stati esclusi dall'analisi. Il metodo di rifinitura è stato introdotto per affrontare i valori anomali ed è stato impiegato un metodo di imputazione multipla per interpolare i dati mancanti. Tutti i pazienti sono stati assegnati in modo casuale al set di training e validazione in un rapporto 7:3 come riportato in precedenza. Non sono state osservate differenze significative nelle caratteristiche demografiche e cliniche tra i set di formazione e di validazione. Per determinare potenziali fattori predittivi, il set di addestramento è stato sottoposto all'analisi di regressione LASSO, che ha effettivamente eliminato diverse variabili irrilevanti o indipendenti dalla multicollinearità per ridurre i dati ad alta dimensione. Quindi, è stata applicata l'analisi di regressione logistica multivariata per determinare le variabili dello sporco nei pazienti con HSCR dopo un intervento chirurgico di età superiore a un anno. Infine, è stato creato un nomogramma basato sul training set e validato nel validation set.

La discriminazione e la calibrazione sono state utilizzate per valutare e testare l'accuratezza predittiva del modello stabilito. L'indice di concordanza di Harrell [indice C] e la curva delle caratteristiche operative del ricevitore [ROC] [AUC] sono stati generati per stimare la discriminazione del nomogramma. Un indice C vicino a 1 indica un elevato livello di capacità predittiva del modello. Inoltre, un'AUC > 0,80 indica una discriminazione relativamente buona. La calibrazione del nomogramma è stata accompagnata dal test Hosmer-Lemeshow sviluppato per determinare la coerenza tra la presenza di sporco prevista e quella osservata. Infine, è stato eseguito il DCA per valutare la praticabilità clinica dei nomogrammi. Sia la discriminazione che la calibrazione sono state valutate mediante bootstrap con 1000 campioni.

Per i parametri con variabili continue, la distribuzione normale è stata espressa come media ± deviazione standard [SD], e la distribuzione distorta è stata presentata come mediana [M] e intervallo quartile [Q25-Q75]. I dati continui tra due gruppi sono stati confrontati utilizzando il t-test indipendente. Il t-test della varianza disuguale è stato utilizzato per confrontare i dati tra gruppi con varianze disuguali. Nei casi di distribuzione asimmetrica è stato utilizzato il test U di Mann-Whitney. Inoltre, i dati categorici sono stati confrontati utilizzando il test 2 o il test esatto di Fisher. L'analisi statistica è stata eseguita utilizzando il software R v.4.0.2 [The R Project for Statistical Computing, www.r-project.org] con il pacchetto "rms" utilizzato per l'analisi di regressione logistica e la costruzione del nomogramma. Un valore P bilaterale inferiore a 0,05 è stato considerato statisticamente significativo.