Modelli Predittivi per gli Esiti del Trapianto di Fegato da Donatore Vivente (LDLT) (PREDICTLDLT)

Domande di ricerca:

1. È possibile sviluppare un nuovo modello di previsione preoperatorio basato su variabili relative al donatore e al ricevente utilizzando il Registro Internazionale LDLT per prevedere in modo affidabile gli esiti LDLT?
2. Come si comportano i modelli di previsione più promettenti per gli esiti LDLT quando vengono convalidati esternamente nel Registro Internazionale LDLT?

Calcolo della dimensione del campione:

La dimensione del campione per lo sviluppo del modello di previsione è stata stimata utilizzando un approccio eventi-per-parametro (EPP/EPV).
In base a ricerche precedenti, il tasso di eventi atteso per l'insufficienza precoce del trapianto è stato fissato al 17,5%.
Abbiamo predefinito 20 parametri del modello (incluse variabili dummy per predittori categorici e eventuali termini di interazione) e mirato a 15 eventi per parametro per ridurre l'overfitting.
Ciò produce un minimo di 300 eventi, corrispondente a una dimensione totale del campione di circa 1.715 pazienti.

Analisi statistica:

Le analisi statistiche saranno condotte utilizzando RStudio 2024.09.1, GraphPad Prism 10.6.1 e Microsoft Excel versione 16.90.2.
P <0,05 indica significatività statistica.

La normalità sarà testata utilizzando il test di Shapiro-Wilk.
Le caratteristiche basali saranno divise in base alla presenza di insufficienza precoce del trapianto.
L'omogeneità delle varianze sarà testata utilizzando il test F.
Questi risultati saranno presentati in una tabella.

Per la validazione esterna dei modelli di previsione esistenti, i parametri saranno inseriti nei modelli di previsione ottenendo i rischi previsti.
La discriminazione del modello sarà misurata utilizzando l'AUC e la discriminazione slope.
Il test di DeLong sarà utilizzato per verificare la differenza tra l'AUC dei diversi modelli di previsione.
La calibrazione sarà valutata confrontando il tasso osservato con quello previsto degli eventi e rappresentata graficamente tramite grafici di calibrazione.

Per lo sviluppo di un nuovo modello di previsione, l'esito di interesse è l'insufficienza precoce del trapianto, definita come perdita del trapianto entro 90 giorni dopo il trapianto (esito binario).
Sarà sviluppato un modello di regressione logistica multivariabile per stimare il rischio individuale di insufficienza precoce del trapianto.
I predittori candidati saranno selezionati a priori in base alla rilevanza clinica, alla plausibilità biologica e alla disponibilità prima del trapianto, informati dalla letteratura esistente e dall'opinione degli esperti.
Per ridurre il rischio di overfitting, il numero di parametri del modello sarà limitato a circa 20, in conformità con un approccio eventi-per-parametro.
Saranno evitate procedure di selezione dei predittori guidate dai dati.
La validazione interna sarà eseguita utilizzando il bootstrapping e le prestazioni del modello saranno valutate in termini di discriminazione e calibrazione.

Le prestazioni del modello saranno testate anche nei seguenti sottogruppi: sesso del ricevente, continente di residenza del ricevente, indicazione per il trapianto di fegato, epatectomia del donatore effettivamente eseguita e approccio all'epatectomia del donatore.