褐色細胞腫/傍神経節腫の前向きコホート研究

背景：褐色細胞腫／傍神経節腫（PPGL）の切除は、カテコラミン放出による術中血行動態不安定性（HDI）のリスクが高い。既存の予測モデルには限界があり、新規ツールは前向き検証を必要とする。本研究はこのギャップに対処することを目的とする。

目的：主要目的は以下の通り：1）重症HDIサブタイプを予測するために以前開発された6変数モデルを前向きに検証する；2）HDIイベントのリアルタイム術中早期警戒ツールの精度と適時性を評価する；3）持続血糖モニタリング（CGM）指標と術中HDIとの関連を探索する；4）AIベースの術前麻酔評価エージェントの臨床的有用性を人間の評価者と比較して評価する。

方法：これは北京協和医院における単一施設前向き観察コホート研究である。予定された選択的PPGL切除を受ける適格患者（18歳以上）を登録する。

予測モデル検証：術前データ（症状、ヘモグロビン、腫瘍機能状態、アドレナリン／ノルアドレナリン上昇倍数、フェノキシベンザミン投与量）を用いてHDIサブタイプ（軽症対重症）を予測する。予測されたサブタイプは、術中血行動態データ（24指標）の事後的K-meansクラスタリングによって決定された実際のサブタイプと比較される。

リアルタイム警戒ツール検証：このツールは術中に使用され、過去200秒間のデータに基づいて60秒先のバイタルサイン（収縮期血圧、拡張期血圧、平均動脈圧、心拍数）を予測する。その予測値は実際のモニタリング値と比較され、高血圧、低血圧、頻脈イベントを予測する感度／特異度が計算される。

CGM探索：患者は手術前日から手術後1日までCGMセンサーを装着する。平均血糖値、血糖変動、低血糖／高血糖時間などの指標と術中HDI転帰との関連を多変量回帰を用いて分析する。

AIエージェント評価：各患者はペアで術前評価を受ける：一つはAIエージェントによる評価、もう一つは若手麻酔科医（経験5年以下）による評価。ベテラン麻酔科医（経験10年以上）がリスク層別化、腫瘍機能性、準備適切性の参照基準を提供する。精度、評価者間一致（カッパ）、評価時間をAIと若手麻酔科医の間で比較する。

転帰：主要転帰には、予測モデルのROC曲線下面積（AUROC）、警戒ツールの平均絶対百分率誤差（MAPE）、CGM分析のための術中HDI発生、AIエージェントのリスク層別化精度が含まれる。各サブ研究のサンプルサイズが計算されており、全目的を達成するための総目標登録者数は約202名である。