Uitkomsten van traumatisch hersenletsel en externe validatie van het CRASH-prognostische model

Inleiding Volgens het rapport van de Wereldgezondheidsorganisatie (WHO) uit 2015 is verkeersongeval de tiende doodsoorzaak ter wereld[1]. 90% hiervan komt voor in lage- en middeninkomenslanden (LMIC's)[2]. De complexe interactie van menselijke, voertuig- en omgevingsfactoren samen met het gebrek aan duurzame preventieprogramma's hebben bijgedragen aan deze 'stille epidemie' van verwondingen. Onder verwondingen is traumatisch hersenletsel de belangrijkste oorzaak van morbiditeit en mortaliteit.

De jonge werkende mannen van 20-40 jaar zijn de meest kwetsbare groep om traumatisch hersenletsel op te lopen[3]. Ongeveer 60% van de mensen met TBI hervat het werk niet[3]. Een studie uitgevoerd in Delhi, India toonde aan dat patiënten met ernstig TBI die bewusteloos waren bij ontslag, 50% van hen na zes maanden stierf en nog eens 30% in vegetatieve toestand bleef [4].

Artsen moeten zich bij aankomst en tijdens de behandeling verantwoorden over de prognose van de gewonde patiënt aan de angstige naasten. Onderzoek heeft aangetoond dat prognostische modellen statistische modellen zijn die gegevens van patiënten combineren om de uitkomst te voorspellen en waarschijnlijk nauwkeuriger zijn dan eenvoudige klinische voorspellingen[5]. Een multicenter gerandomiseerde controlestudie publiceerde een voorspellingsmodel voor patiënten met traumatisch hersenletsel [6]. In tegenstelling tot andere voorspellingsmodellen was dit model gebaseerd op gegevens uit landen met een hoog en laag middeninkomen. De externe validatie van dit voorspellingsmodel gebeurde echter niet in LMIC-gegevens[7]. Om deze leemte op te vullen, willen we daarom de uitkomst van patiënten met traumatisch hersenletsel bestuderen en ook het voorspellingsmodel van de CRASH-studie bij patiënten met traumatisch hersenletsel valideren. bijv. Een 45-jarige man kwam met een verkeersongeval met traumatisch hersenletsel tot gevolg. Zijn Glasgow-comaschaal was E4V4M5, zowel de pupillen reageerden op licht als de CT-scan van de hersenen die wijzen op een subduraal hematoom met een dikte van ongeveer 3 mm langs de linker basi-frontale superieure en middelste frontale convexiteiten zonder significant onderliggend massa-effect. Deze details zijn ingevoegd in de CRASH PROGNOSTIC MODEL-calculator, zoals hieronder weergegeven. Volgens dit is de mortaliteit na 14 dagen 4,4% en de morbiditeit na 6 maanden 12,6%, d.w.z. een ongunstig resultaat.

Gegevensverzameling De gegevensverzameling wordt gedaan door een bewoner en een geneeskundestudent van hetzelfde ziekenhuis. Patiënten worden op de afdeling prospectief gevolgd tot ontslag of overlijden. Informatie wordt ingevoerd in het dossierformulier op basis van het patiëntendossier. Schriftelijke, geldige geïnformeerde toestemming zal worden genomen om patiënten op de 14e dag en 6 maanden na de datum van het letsel op te volgen door middel van een telefonisch gesprek.

Uitkomsten:

Het resultaat van de studie is mortaliteit op de 14e dag en mortaliteit en morbiditeit op de 6e maand na hoofdletsel. Deze morbiditeit na 6 maanden zal worden gemeten met behulp van GLASGOW OUTCOME SCALE via een telefonisch gesprek

Variabelen:

Demografische variabelen, mechanisme van verwonding, transferstatus, vitale parameters bij opname zoals systolische bloeddruk, hartslag, Glasgow-comaschaal worden genoteerd uit casusrecords. De pupilreactie van de patiënt wordt verzameld op het dossierblad. Bevindingen van de CT-scan en of de patiënt al dan niet is geopereerd (neurochirurgie) zullen worden genoteerd. Ook andere verwondingen worden geregistreerd.

Steekproefomvang De steekproefomvang voor een externe validatiestudie moet ten minste 100 patiënten met de uitkomst en 100 zonder de uitkomst hebben[8,]. De uitkomst op korte termijn is sterfte na 14 dagen. De mortaliteit in alle groepen van TBI is 23%. Dus om 100 gebeurtenissen te hebben, hebben we een steekproef van minimaal 500 patiënten nodig. Na een jaar vindt een tussentijdse analyse plaats om te kijken of de steekproefomvang wordt gehaald en wordt een nader besluit genomen over de studieduur.

Analyse Gegevens worden ingevoerd in Microsoft Excel 2016 en statistische analyse wordt uitgevoerd met behulp van SPSS versie 17. We zullen de prestaties van de modellen in onze dataset beoordelen op het gebied van discriminatie en kalibratie. Discriminatie beschrijft hoe goed een model onderscheid maakt tussen patiënten met en zonder de uitkomst van belang. Kalibratie geeft aan hoe nauw de voorspelde uitkomsten overeenkomen met de waargenomen uitkomsten.

Om discriminatie te beoordelen, berekenen we de oppervlakte onder de receiver operating Characteristic Curve (AUC). Een AUC van 1 impliceert perfecte discriminatie, terwijl een AUC van 0,5 impliceert dat de discriminatie van een model niets anders is dan toeval.

Om de kalibratie te beoordelen, zullen we de waargenomen versus de voorspelde uitkomst uitzetten. Ethiek Geïnformeerde toestemming zal door de mede-onderzoeker van dit onderzoek worden verkregen van de patiënt/familielid (wettelijke vertegenwoordiger), nadat de patiënt op de afdeling is opgenomen. De geïnformeerde toestemming is om de patiënt telefonisch op te volgen gedurende 14 dagen en 6 maanden vanaf de datum van het letsel. Als de patiënt tijdens het verblijf op de afdeling of bij ontslag bij bewustzijn is en in staat is om toestemming te geven, zal de patiënt zelf opnieuw toestemming vragen. Als de patiënt weigert om toestemming te geven, worden zijn/haar gegevens niet geregistreerd en vindt er geen follow-up plaats ten behoeve van het onderzoek.