Eenvoudige observationele kritieke zorgstudies (SOCCS)

Registerprocedures:

Patiënten die hiervoor in aanmerking komen, worden binnen 3 uur na aankomst op de Intensive Care opgenomen. Na opname zullen alle onderzoeksparameters worden verkregen door middel van lichamelijk en fysiologisch onderzoek. Dit wordt herhaald om ongeveer 12 uur en daarna ongeveer 24 uur.

Toezicht houden:

Monitoring zal worden uitgevoerd door onafhankelijke onderzoekers van de afdeling intensive care van het Universitair Medisch Centrum Groningen (UMCG). Het is de bedoeling dat er eenmaal per jaar audits plaatsvinden.

Werving:

Inclusie van patiënten en metingen van variabelen worden uitgevoerd door de studiecoördinator of een medeonderzoeker onder supervisie en verantwoordelijkheid van de hoofdonderzoeker. Vanwege het observationele karakter zal voor deze studie geen geïnformeerde toestemming worden verkregen.

Verificatie van brongegevens:

Bij opname worden alle conventionele hemodynamische variabelen afgeleid door lichamelijk onderzoek en het vastleggen van gegevens van de hemodynamische basismonitoring (Philips ImageVue-monitor met registratie van de hartslag, elektrocardiogram (ECG), SpO2, arteriële druk van arteriële lijndrukmeting en/of van niet-invasieve bloeddrukmeting). Alle variabelen zijn voorgedefinieerd (zie datadictionary) om alle metingen door student-onderzoekers te standaardiseren.

Algemene patiëntkarakteristieken en laboratoriummetingen werden vastgelegd uit elektronische patiëntendossiers en de Acute Physiology and Chronic Health Evaluation (APACHE) II en IV, Simplified Acute Physiology Score II (SAPS)-scores worden geëxtraheerd uit onze lokale National Intensive Care Evaluation (NICE)-database. Follow-up van sterfte door alle oorzaken na 90 dagen en 3 jaar vindt plaats via de gemeentelijke basisadministratie. Langdurige follow-up wordt verzameld via verschillende bronnen, zoals ziekenhuisdossiers, huisartsen en/of direct contact.

Gegevensverzameling:

Binnen 3 uur na opname op de IC worden alle variabelen verkregen via een eenmalig klinisch onderzoek. Variabelen en verpleegkundigen en artsen worden gevraagd naar hun prognoses. Andere variabelen (bijv. laboratorium- en beeldvormingswaarden) worden verkregen uit de elektronische patiëntendossiers. De grondgedachte en specifieke details van het meten van elke variabele worden hieronder uitgebreid beschreven.

Systemische circulatievariabelen:

Hartslag (HR): deze wordt geregistreerd vanaf de elektrocardiografische monitor aan het bed. Bij een onregelmatig ritme (d.w.z. boezemfibrilleren) gebruiken de onderzoekers de gemiddelde hartslag gedurende een minuut. Naast de hartslag wordt ook de aanwezigheid van boezemfibrilleren geregistreerd.

Systolische bloeddruk (SBP), diastolische bloeddruk (DBP) en gemiddelde arteriële druk (MAP): deze worden verkregen door intravasculaire meting met behulp van een arteriële lijn, die deel uitmaakt van de gebruikelijke zorg. Als er geen arteriële lijn is ingebracht, wordt de niet-invasieve meting verzameld.

Centrale veneuze druk (CVP): deze wordt geregistreerd als er een centrale veneuze lijn aanwezig is in de interne halsader of subclavia-ader.

Micro- en perifere circulatievariabelen:

Capillaire hervultijd (CRT): deze wordt gemeten na 10 seconden stevige druk uit te oefenen, bij voorkeur op de distale falanx van de wijsvinger en op het centrale deel van de knie. Er wordt geen cutoff-score gebruikt, maar een continue meting vanwege de discrepantie in waarden die door verschillende onderzoeken voor CRT als normaal worden beschouwd.

Huidtemperatuur (Tskin): deze wordt subjectief en objectief gemeten. De subjectieve meting wordt uitgevoerd door de extremiteiten van de patiënt te palperen. Onderscheid tussen 'warm' of 'koud' wordt gemaakt aan de hand van het dorsale oppervlak van de handen van de onderzoeker. Van patiënten wordt aangenomen dat ze 'koude' huiduiteinden hebben als alle onderzochte ledematen als koel worden beschouwd, of als alleen de onderste ledematen koel zijn ondanks warme bovenste ledematen.

Om de huidtemperatuur te objectiveren, is het gebruik van een centraal-naar-perifeer en perifeer-naar-omgeving temperatuurverschil (respectievelijk dTc-p en dTp-a) of de onderarm-tot-vinger huidtemperatuurgradiënt (Tskin-diff) gebruikt in de literatuur voorgesteld. De onderzoekers zullen gebruik maken van de centraal-naar-perifere metingen:

Centraal-naar-perifeer temperatuurverschil (dTc-p): om dit verschil te meten, zullen de onderzoekers de blaastemperatuur, zoals gemeten door een blaasthermistorkatheter, vergelijken met de voettemperatuur, gemeten door een huidsonde (DeRoyal huidtemperatuursensor product nr 81- 010400EU) aan de linker- of rechtervoet (dorsum). De onderzoekers zullen de blaastemperatuur gebruiken als surrogaat voor de centrale temperatuur en de teentemperatuur als perifere maatstaf. In de literatuur wordt meestal een temperatuurverschil van 5°C of 7°C als bovengrens gehanteerd. Waarden hoger dan 7°C zullen de onderzoekers daarom als abnormaal beschouwen.

De vlekkerige score: deze score werd in 2011 beschreven door Ait-Oufella et al. Mottling is de vlekkerige verkleuring van de huid veroorzaakt door disfunctie van de microcirculatie. Het gaat meestal om het gebied rond de knie. De Mottling-score varieert van 0 tot 5, afhankelijk van de uitgestrektheid van het gevlekte gebied. Een score van 0 of 1 wordt beschouwd als mild, 2 of 3 matig en 4 of 5 ernstig.

Urineproductie (ml/kg/u): dit wordt ook gemeten in het kader van de reguliere zorg. De onderzoekers gebruiken de totale urineproductie voor onderzoek (d.w.z. van opname tot onderzoek). Bij patiënten met reeds bestaande nierinsufficiëntie wordt de urineproductie niet gebruikt.

Andere variabelen:

Ademhalingsfrequentie: deze wordt geregistreerd op de elektrocardiografische monitor aan het bed. Zie hieronder als een patiënt mechanische beademing krijgt.

Mechanische ventilatie: gegevens over de aanwezigheid en het type mechanische ventilatie worden verzameld, evenals basisinformatie over ademhalingsaandoeningen (bv. PEEP en FiO2).

Gebruik van inotrope en vasopressoren: elke behoefte aan inotroop of vasopressine, type, dosis en snelheid worden geregistreerd. Als inotroop/vasopressoren worden beschouwd noradrenaline, vasopressine, dobutamine, dopamine en milrinon. Als kalmerend middel worden midazolam, propofol en S-ketamine beschouwd.

Schattingen van pompfunctie en perifere circulatie: er wordt een schatting gemaakt, hetzij door een lid van het behandelend team, hetzij door de onderzoeker.

Serumlactaat, hemoglobine, troponine-T en creatinine: deze worden in de reguliere zorg bepaald. Voor studiedoeleinden gebruiken de onderzoekers de waarde die ons onderzoek het dichtst benadert.

Ook andere in het kader van de reguliere zorg bepaalde biochemische waarden, zoals pH, leukocyten, hematocriet et cetera, worden geregistreerd.

Nadat het klinisch onderzoek is uitgevoerd, wordt informatie over de volgende algemene kenmerken uit de NICE-database gehaald. Dit omvat demografische gegevens (zoals BMI, leeftijd en geslacht), medische geschiedenis, diagnoses en ernst van de ziekte zoals geëvalueerd door de verschillende generaties van de APACHE-scores, SAPS, de Sequential Organ Failure Assessment (SOFA) en alle andere gepubliceerde voorspellingsmodellen. Hiertoe zal een uitgebreid literatuuronderzoek worden opgezet en gepubliceerd en daarna worden uitgevoerd om ervoor te zorgen dat alle gepubliceerde modellen met hun variabelen worden opgenomen. Verder zullen de onderzoekers laboratoriumwaarden verzamelen (details worden hierboven beschreven), urineproductie (details worden hierboven beschreven) en routine-opname-ECG's en beeldvorming. Na 30 dagen zullen de onderzoekers de patiëntendossiers opnieuw beoordelen om informatie te verzamelen over het totale IC-verblijf in dagen.

Gegevensbeheer:

Gegevens worden geregistreerd met behulp van OpenClinica en overgedragen voor analyse. Na overdracht van OpenClinica worden alle gegevens beheerd in een database die is gemaakt met Stata versie 15 (StataCorp, College Station, TX). Alle proefpersonen krijgen een proefpersoon-ID, samengesteld uit de onderzoeksnaam en hun inschrijvingsnummer. Dit proefpersoon-ID wordt zowel in OpenClinica als in Stata gebruikt. Alleen een onderzoeker met 'studieleider'-accounteigenschappen in OpenClinica kan het ID van de proefpersoon aan het patiëntnummer koppelen.

Beoordeling steekproefomvang:

Jaarlijks worden 3000 patiënten opgenomen op een van de vier IC-afdelingen. Ongeveer 1500 van deze opnames zijn ongeplande spoedopnames. De onderzoekers schatten dat de helft van deze ongeplande opnames voldoet aan de inclusiecriteria. Hierdoor komen 750 patiënten in aanmerking voor opname. De onderzoekers gaan er echter van uit dat ze om logistieke en praktische redenen niet alle in aanmerking komende patiënten kunnen includeren. Daarom streven de onderzoekers ernaar om 400 patiënten per jaar te includeren.

Plan voor ontbrekende gegevens:

Eerst wordt het patroon onderzocht dat ten grondslag ligt aan onze ontbrekende gegevens: volledig willekeurig ontbreken, willekeurig ontbreken of niet willekeurig ontbreken. Op basis van eerdere ervaringen met de SICS-I is de verwachting dat er willekeurig gegevens zullen ontbreken. Daarom zullen primaire analyses worden uitgevoerd met imputatie voor ontbrekende gegevens met behulp van meerdere imputaties. De robuustheid van conclusies zal worden gecontroleerd door middel van secundaire gevoeligheidsanalyses die alleen beschikbare gegevens bevatten.

Statistisch analyseplan:

De onderzoekers zullen de algemene kenmerken gebruiken om een ​​basistabel te maken. Statistische analyses zullen worden uitgevoerd met behulp van Stata versie 15 (StataCorp, College Station, TX). Gegevens worden gepresenteerd als gemiddelden met standaarddeviatie indien normaal verdeeld of als medianen met bereiken in het geval van scheve gegevens.

Er worden univariate analyses uitgevoerd en alle variabelen met p<0,1 worden meegenomen in de multivariate modellen. Multivariate analyses zullen worden uitgevoerd met behulp van een stapsgewijs model. Cardiale output zal worden gemodelleerd met behulp van lineaire regressie en mortaliteit zal worden gemodelleerd met behulp van logistische regressie. Alle analyses worden aangepast voor leeftijd en geslacht; overige algemene kenmerken worden niet standaard aan het model toegevoegd. Alle analyses worden tweezijdig getest en p-waarden van minder dan 0,05 worden als statistisch significant beschouwd.

Als de steekproefomvang het toelaat, zullen de onderzoekers een analyse uitvoeren in verschillende subpopulaties. Voorbeelden van subpopulaties die mogelijk in aanmerking komen voor verdere analyse zijn die met sepsis en/of ernstige circulatoire shock.

Toekomstplannen omvatten het gebruik van Machine Learning-methoden voor verdere gegevensanalyse. Het SOCCS is zo ontworpen dat de gegevensverzameling tegelijkertijd zo uniform en zo uitgebreid mogelijk is. Zoals eerder beschreven, zullen bijna alle patiënten die op de IC worden opgenomen worden opgenomen, dankzij de beschikbaarheid van een getraind studententeam dat 24 uur per dag paraat staat. Dit garandeert dat nieuwe patiënten op elk moment kunnen worden opgenomen en biedt de mogelijkheid om een ​​grote set uniforme gegevens te creëren. Van alle acuut opgenomen patiënten op de IC, binnen 3 uur na opname, worden veel variabelen nauwkeurig aan het bed geregistreerd. Zowel meer traditionele als innovatieve data-analyseprojecten zijn gebaat bij een optimaal dataverzamelingsproces. Alle gegevens die voor het SOCCS-onderzoek worden verzameld, worden verzameld in een uitgebreide en complete database, van waaruit op machine learning gebaseerde voorspellende modelleringsstudies eenvoudig kunnen worden gedefinieerd en opgezet. In een later stadium zullen deze gegevens worden gebruikt voor het bouwen van voorspellende of risicostratificatiemodellen, die gericht zijn op het probabilistisch volgen van de evolutie van ernstig zieke patiënten of op het benadrukken van potentieel interessante parameters voor volgende studies.

Machine Learning (ML) is een tak van kunstmatige intelligentie waarmee datawetenschappers onder toezicht of zonder toezicht algoritmen kunnen ontwerpen om door middel van inferentie te "leren" van over het algemeen grote gegevensmonsters. ML begon als een bekende methode in genanalyse en heeft zich sindsdien verspreid naar meerdere andere medische gebieden. Het potentieel ervan om klinisch georiënteerd onderzoek te stimuleren is aangetoond, voornamelijk door het identificeren en prioriteren van specifieke componenten van zorg, waarvan de studie het meeste voordeel kan opleveren voor patiënten. Bovendien is het gebruik van op ML gebaseerde raamwerken in de intensive care door verschillende auteurs gemeld, waarbij verschillende soorten gegevens werden gebruikt. Deze gegevens kunnen op verschillende manieren worden verkregen, met als meest gebruikelijke metingen aan het bed, zoals uitgevoerd voor de SOCCS- en SICS-onderzoeken, of door een groter aantal parameters te verzamelen uit eerdere fysiologische gegevens van een groep vergelijkbare proefpersonen.