심장 수술 후 수술 부위 감염의 수술 전 위험도 평가
심장 수술 후 수술 부위 감염 예측을 위한 기존 수술 전 위험 평가 도구의 다기관 평가
수술 부위 감염(SSI)은 모든 의료 관련 감염의 20%를 차지하는 심각한 합병증이며 유럽과 미국에서 두 번째로 흔한 병원 획득 감염 유형으로 간주됩니다. 심장 수술 후 SSI는 환자의 퇴원, 재입원 및 재수술 지연과 관련이 있습니다. 직원 배치, 진단 및 치료를 위한 병원 비용이 증가할 수 있습니다.
위험 평가는 심장 수술의 가능한 합병증을 줄이기 위해 특정 개입으로부터 혜택을 받을 수 있는 위험 인구를 식별하고 SSI 예방에 잠재적으로 유용한 개입으로 확인되었습니다. 그러나 현재 어떤 위험 도구가 임상 실습에 사용하기에 가장 타당하고 신뢰할 수 있는지에 대한 증거가 부족합니다. 연구자들은 다양한 유형의 심장 수술을 받는 환자를 포함하는 Barts Heart Center Surgical Infection Risk(B-SIR) 도구를 개발하고 현지에서 검증했으며 B-SIR 도구가 기존 심장 위험과 비교하여 SSI 위험을 예측하는 데 더 나은 도구임을 발견했습니다. 연구 모집단의 도구.
그러나 다양한 문헌에서 위험 모델의 예측 성능이 설정, 모집단 및 기간에 따라 달라지는 경향이 있음을 인식했습니다. 따라서 조사관은 새로 개발된 B-SIR 도구의 다기관 검증을 수행하고 다른 모든 도구(Australian Cardiac Risk Index 및 Brompton and Harefield Infection Score)를 적용하여 잠재적으로 사용할 수 있는 최상의 성능을 발휘하는 도구를 식별하는 것을 목표로 합니다. 영국 인구. 또한 연구 결과는 미래의 심장 수술 환자가 SSI 발병 위험을 평가하고 특정 개입으로 혜택을 받을 수 있는 환자를 식별하는 데 도움이 될 것입니다. 참여 심장 센터에서 익명으로 처리될 기존 환자 데이터는 각 위험 도구의 성능을 분석하고 비교하는 데 활용됩니다.
연구 개요
상세 설명
수술 부위 감염(SSI)은 모든 의료 관련 감염의 20%를 차지하는 심각한 합병증이며 유럽과 미국에서 두 번째로 흔한 병원 획득 감염 유형으로 간주됩니다. 영국에서 30일째 수술부위감염 발생률은 관상동맥우회술(CABG)의 경우 8.6%, 비 CABG 수술의 경우 2.2%입니다. 심장 수술 후 SSI는 환자의 퇴원, 재입원 및 재수술 지연과 관련이 있습니다. 직원 배치, 진단 및 치료를 위한 병원 비용이 증가할 수 있습니다.
위험 평가는 심장 수술의 가능한 합병증을 줄이기 위해 표적 개입으로부터 혜택을 받을 수 있는 위험 인구를 식별하고 SSI 예방에 잠재적으로 유용한 개입으로 확인되었습니다. 그러나 현재 어떤 위험 도구가 임상 실습에 사용하기에 가장 타당하고 신뢰할 수 있는지에 대한 증거가 부족합니다. 연구자들은 다양한 유형의 심장 수술을 받는 환자를 포함하기 위해 Barts Heart Center Surgical Infection Risk(B-SIR) 도구를 개발하고 현지에서 검증했으며 B-SIR 도구가 기존 심장 위험에 비해 SSI 위험의 예측력이 더 크다는 것을 발견했습니다. 연구 모집단의 도구.
그러나 다양한 문헌에서 위험 모델의 예측 성능이 설정, 모집단 및 기간에 따라 달라지는 경향이 있음을 인식했습니다. 하나 이상의 외부 검증 연구에서 개발된 모델의 견고성과 일반화 가능성을 검증하는 것이 좋습니다. 따라서 조사관은 새로 개발된 B-SIR 도구의 다기관 검증을 수행하고 다른 모든 도구(Australian Cardiac Risk Index 및 Brompton and Harefield Infection Score)를 적용하여 잠재적으로 사용할 수 있는 최상의 성능을 발휘하는 도구를 식별하는 것을 목표로 합니다. 영국 인구.
이 연구는 National Institute for Cardiovascular Outcome Research(NICOR) 및 Public Health of England(PHE) Surgical Site Infection Surveillance를 위해 6개의 영국 심장 센터에서 로컬로 수집된 전향적으로 수집된 데이터를 활용하는 2차 데이터 분석입니다. 다양한 환자의 위험 요인에 대한 데이터를 수집 및 분석하여 심장 수술 후 SSI를 예측하는 각 위험 평가 도구의 능력을 비교합니다. 이 연구의 결과는 미래의 심장 수술 환자가 SSI 발병 위험을 평가하고 표적 개입으로 혜택을 받을 수 있는 환자를 식별하는 데 도움이 될 것입니다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Liverpool, 영국
- Liverpool Heart and Chest Hospital
-
Middlesbrough, 영국
- James Cook University Hospital
-
Oxford, 영국
- Oxford University Hospital
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- >/= 수술 당시 18세; 그리고
- 영국 심장 센터에서 1차 수술(CABG, 판막 수술 또는 둘 다)을 받았습니다.
제외 기준:
- 성인 선천성 심장병 관련 수술을 받는 환자;
- 동시 대동맥혈관 수술 환자;
- 심장 수술 전 및/또는 후에 심실 보조 장치(VAD), 혈폐, 임펠라 및/또는 체외 막 산소 공급기(ECMO)를 사용한 환자;
- 수술 직후 가슴이 열린 환자.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
|---|
|
SSI 그룹
질병 통제 예방 센터의 정의에 따라 수술 부위 감염(SSI)이 발생한 참가자.
|
|
비 SSI 그룹
SSI를 개발하지 않은 참가자.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
위험 도구의 예측력
기간: 2018년 1월 - 2019년 12월
|
주요 결과는 B-SIR, ACRI 및 BHIS 도구의 예측력을 평가하고 비교하는 것입니다.
각 위험 도구의 예측력은 수신자 작동 특성(ROC) 곡선의 곡선 아래 면적(AUC)을 사용하여 결정됩니다.
AUC는 0.5 - 1 사이일 수 있습니다. 높은 점수(1에 가까울수록)는 더 큰 예측 능력을 나타냅니다.
|
2018년 1월 - 2019년 12월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
위험 도구의 보정 점수
기간: 2018년 1월 - 2019년 12월
|
두 번째 결과는 B-SIR, ACRI 및 BHIS 도구의 점수 보정에 대한 평가 및 비교입니다.
Hosmer-Lemeshow 적합도 테스트는 점수 보정을 결정하는 데 활용됩니다.
이는 관찰된 평균 결과에 평균적으로 가까운 예측을 생성하는 각 모델의 능력을 검사하기 위해 수행됩니다.
이 테스트의 경우 통계적으로 유의하지 않은 p-값(p > 0.05)은 합리적인 모델 적합성을 나타내는 것으로 간주됩니다.
|
2018년 1월 - 2019년 12월
|
공동 작업자 및 조사자
간행물 및 유용한 링크
일반 간행물
- Lamagni T CK, Wloch C, Harrington P. The epidemiology of cardiac surgical site infection in Englad, 2018/19. 30th European Congress of Clinical Microbiology and Infectious Diseases. 2020; Paris, France: Clin Microbiol Infect 2020.
- Magboo R, Drey N, Cooper J, Byers H, Shipolini A, Sanders J. Predicting cardiac surgical site infection: development and validation of the Barts Surgical Infection Risk tool. J Clin Epidemiol. 2020 Dec;128:57-65. doi: 10.1016/j.jclinepi.2020.08.015. Epub 2020 Aug 25.
- Debray TP, Vergouwe Y, Koffijberg H, Nieboer D, Steyerberg EW, Moons KG. A new framework to enhance the interpretation of external validation studies of clinical prediction models. J Clin Epidemiol. 2015 Mar;68(3):279-89. doi: 10.1016/j.jclinepi.2014.06.018. Epub 2014 Aug 30.
- Pennells L, Kaptoge S, White IR, Thompson SG, Wood AM; Emerging Risk Factors Collaboration. Assessing risk prediction models using individual participant data from multiple studies. Am J Epidemiol. 2014 Mar 1;179(5):621-32. doi: 10.1093/aje/kwt298. Epub 2013 Dec 22.
- Royston P, Parmar MK, Sylvester R. Construction and validation of a prognostic model across several studies, with an application in superficial bladder cancer. Stat Med. 2004 Mar 30;23(6):907-26. doi: 10.1002/sim.1691.
- Steyerberg EW, Moons KG, van der Windt DA, Hayden JA, Perel P, Schroter S, Riley RD, Hemingway H, Altman DG; PROGRESS Group. Prognosis Research Strategy (PROGRESS) 3: prognostic model research. PLoS Med. 2013;10(2):e1001381. doi: 10.1371/journal.pmed.1001381. Epub 2013 Feb 5.
- Vergouwe Y, Moons KG, Steyerberg EW. External validity of risk models: Use of benchmark values to disentangle a case-mix effect from incorrect coefficients. Am J Epidemiol. 2010 Oct 15;172(8):971-80. doi: 10.1093/aje/kwq223. Epub 2010 Aug 31.
- Bleeker SE, Moll HA, Steyerberg EW, Donders AR, Derksen-Lubsen G, Grobbee DE, Moons KG. External validation is necessary in prediction research: a clinical example. J Clin Epidemiol. 2003 Sep;56(9):826-32. doi: 10.1016/s0895-4356(03)00207-5.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .