심장 수술 후 섬망의 위험 요인

약물 사용 및/또는 심폐 우회의 역할을 이해하기 위해 조사관은 IRB 승인 데이터 레지스트리인 수술기 데이터 웨어하우스(PDW)를 활용하여 피험자를 소급 평가할 것을 제안합니다. 창고에서 사용 가능한 모든 환자 데이터가 검토에 포함될 수 있습니다. 현재 PDW에는 약 750,000명의 환자가 있습니다. 모든 데이터는 Vanderbilt에서 치료를 위해 환자를 본 후 소급적으로 액세스됩니다.

VPIMS(Vanderbilt Perioperative Information Management System)는 기기 및 소모품 관리, 일정 및 상태 표시를 포함하여 수술 전후 프로세스 전체를 다루는 통합 시스템의 일부입니다. 사내 수술 중 소프트웨어 개발에 투입된 광범위한 노력 덕분에 VAPIR(Vanderbilt Anesthesiology & Perioperative Informatics Research) 부서는 각각 자세한 생리학적 정보가 포함된 수천 개의 과거 수술 중 기록을 활용할 수 있습니다. PDW는 VPIMS와 전자 의료 기록(EHR)을 통합하여 데이터베이스를 구축합니다. PDW 외에도 STS(Society for Thoracic Surgeons) 데이터베이스의 정보가 본 연구에 사용될 것입니다.

데이터베이스는 보조 임상의와 함께 프로그래머가 만든 알고리즘을 사용하여 데이터를 선별하고 정확성과 완전성을 평가합니다. 데이터가 합성되고 업로드되면 임상의가 각 변수에서 이상값을 선별합니다. 이상값은 원시 데이터의 추세를 기반으로 임상의가 평가하고 검증합니다. 이 연구를 위해 수집된 데이터에는 아래 나열된 광범위한 데이터 사전이 포함됩니다.

변수 teeid anescase번호 mrn 날짜 또는 시간 또는 시간 연령 성별 인종 hx_dialysis_vpec hx_dialysis_hemodialysis_vpec hx_dialysis_peritoneal_vpec hx_esrd creatinine_base creatinine_pod1 creatinine_pod2 creatinine_pod3 creatinine_pod4 creatinine_pod5 creatinine_pod6 creatinine_pod7 creatinine_pod8 creatinine_pod9 creatinine_pod10 hx_htn hx_mi ck_preop ckmb_preop troponin_preop hx_cabg hx_angioplasty hx_angina hx_chf hx_ef_less_35 hx_chf_recent_hospital hx_chf_stable hx_chf_currentsigns hx_afib hx_aflutter hx_carotid_d isease_current hx_carotid_disease_past hx_dementia hx_depression hx_stroke hx_tia hx_파행 chol_base ldl_base hdl_base triglycerides_base hx_copd hx_emphysema hx_ smoking_current hx_ smoking_quitless3months hx_ smoking_quitmore3months hx_osa hx_hypoxia_ra_sat_less92 hx_home_o2 당뇨병 hba1c charlson_index 체중 신장 bmi hct_base hb_base platelet_count_base hx_neoplasm statin_preopyesno clopidogrel_ preop aspirin_preop betablocker_preop aceinhibitor_preop diuretic_preop preop_meds ph_intraop_first ph_intraop_last ph_intraop_min ph_intraop_max ph_intraop_median ph_intraop_count po2_intraop_first po2_intraop_last po2_intraop_min po2_intraop_max po2_intraop_median po2_intraop_count lactate_intraop_first lactate_intraop_last lactate_intraop_min lactate_intraop_max lactate_intraop_median lactate_intraop_count ebl_intraop hespan_intraop lr_intraop lr5dex_intraop ns_intraop plasmalyte_intraop input_intraop uop_intraop emergency_surgery procedure_cpt procedure_descriptor cabg_grafts cpb_on_time1 cpb_off_time1 cpb_on_time2 cpb_off_time2 cpb_on_time3 cpb_off_time3 cpb_on_time4 cpb_off_time4 cpb_on_time5 cpb_off_time5 cpb_duration cpb_ duration_calculated cbp_recorded_matches_calculated ao_clamp_duration circ_arrest_duration ultrafiltration_volume pump_drugs uop_onpump prbc_intraop_ml prbc_intraop_unit ffp_intraop_ml ffp_intraop_unit platelets_intraop_ml platelets_intraop_unit cryo_intraop_ml cryo_intraop_unit prbc_postop ffp_postop platelets_postop cryo_postop ckmb_pod1 req_reop_24 req_reop_72 is_reop wbc_base wbc_pod1 wbc_pod2 wbc_pod3 wbc_pod4 wbc_pod5 wbc_pod6 wbc_pod7 wbc_pod8 wbc_pod9 wbc_pod10 ph_pod1 ph_pod2 ph_pod3 ph_pod4 ph_pod5 ph_pod6 ph_pod7 ph_pod8 ph_pod9 ph_pod10 lactate_pod1 lactate_pod2 lactate_pod3 lactate_pod4 lactate_pod5 lactate_pod6 lactate_pod7 lactate_pod8 lactate_pod9 lactate_pod10 pfratio_pod1 pfratio_pod2 pfr atio_pod3 pfratio_pod4 pfratio_pod5 pfratio_pod6 pfratio_pod7 pfratio_pod8 pfratio_pod9 pfratio_pod10 creatinine_pod30 creatinine_pod60 creatinine_pod90 creatinine_pod365 dialysis_postop_predischarge dialysis_postop_pod30 dialysis_postop_pod60 dialysis_postop_pod90 투석 _postop_pod365 cam_icu_pod1 cam_icu_pod2 cam_icu_pod3 cam_icu_pod4 cam_icu_pod5 cam_icu_pod6 cam_icu_pod7 cam_icu_pod8 cam_icu_pod9 cam_icu_pod10 rass_pod1 rass_pod2 rass_pod3 rass_pod4 rass_pod5 rass_pod6 rass_pod7 rass_pod8 rass_pod9 rass_pod10 los_icu 로스 los_surgery_discharge death_inhospital death_date death_pod30 death_pod60 death_pod90 death_pod365 afib_postop afib_postop_datetime afib_hours_between_orouttime_and_afib_postop_datetime afib_postop_ecg stroke_postopventilation_time

현재 8,000명이 넘는 심장 수술 환자에 대한 등록 규모는 효과를 입증하기에 충분해야 합니다.

다음은 조사자의 데이터 분석에 대한 간략한 설명입니다.

• 범주형 변수는 빈도와 백분율로 표시됩니다.
• 연속 변수는 중앙값 및 사분위수 범위(IQR)로 보고됩니다.
• 조사관은 약물 사용의 유병률을 수술 후 섬망의 발생률과 비교하고 교란 요인에 대해 조정할 것입니다.
• 분석은 초기에 혼란 요인을 조정하여 완료한 다음 초기 결과를 기반으로 성향 점수와 환자를 일치시키는 것을 고려합니다.
• 범주형 변수에 대한 통계적 유의성(p≤0.05)은 Fisher의 정확 검정 또는 카이제곱 및 Deuchler-Wilcoxon 절차 또는 연속 변수에 대한 t 검정을 사용하여 계산됩니다.
• 누락된 데이터를 삭제하는 것이 더 이상적이지 않은 경우 누락된 값 또는 다른 형태의 대치 방법을 설명하기 위해 반복 기대 최대화(EM) 알고리즘이 고려됩니다.