AI om de uitkomst van een traumatische hartstilstand te verbeteren

Achtergrond

Traumatische hartstilstand (TCA) is de belangrijkste doodsoorzaak onder jonge mensen, maar in gevallen waarin Return of Spontanous Circulation (ROSC) kan worden bereikt, lijkt het resultaat gunstiger dan bij andere oorzaken van hartstilstand. Gegevens uit op registers gebaseerde onderzoeken hebben variërende overlevingspercentages tussen 1,5 en 31,7% aangetoond. Dit brede scala kan worden weerspiegeld door heterogeniteit in inclusie, studieontwerp en gezondheidszorgsystemen in verschillende landen of regio's. Verder kan deze regionale diversiteit worden veroorzaakt door een gebrek aan bewijs met betrekking tot behandeling ter plaatse, vervoer, maar ook binnen de preklinische beslissingen over het uitstellen van behandeling. Omkeerbare oorzaken van TCA omvatten bloeding, spanningspneumothorax, verstikking en pericardiale tamponade, waarbij oncontroleerbare bloeding verantwoordelijk is voor ongeveer 50% van de beledigingen. Er zijn specifieke algoritmen opgesteld door de European Resuscitation Council om de omkeerbare oorzaken van TCA aan te pakken en aan te pakken. Het beheer van TCA is erg tijdsafhankelijk en hangt af van geavanceerde preklinische behandeling en verder gespecialiseerde zorg in de setting van een traumacentrum. Het Deense Emergency Medical System (EMS) heeft in 2016 een landelijk register van elektronische medische rapporten geïntroduceerd. zoekopdrachten en daarmee de mogelijkheid om subgroepen van OHCA's te identificeren.

Met behulp van machine learning is de hypothese dat geavanceerde tekstzoekopdrachten zullen leiden tot verbetering van de kwaliteit van gegevens uit het Deense register van hartstilstand buiten het ziekenhuis. Met deze baanbrekende aanpak kan dit project bijdragen aan een wijziging van het beheer van TCA.

Verder speculeren we dat deze nieuwe gegevens uit de EMS-rapporten nieuwe en centrale gegevens opleveren over omkeerbare oorzaken, die vermoedelijk verband houden met een verbeterde overleving van TCA. Deze studie heeft dus tot doel:

• Onderzoek beschrijvingen van traumatische hartstilstand buiten het ziekenhuis
• Beoordeel de uitkomsten van hartstilstanden van traumatische oorsprong
• Evalueer inter- en intrasysteemvergelijkingen

Door middel van kunstmatige intelligentie stelt deze studie een innovatieve, goedkope, hoogwaardige aanpak voor ter vervanging van de handmatige validatie van het Deense hartstilstandregister. kwaliteit van het Rijksregister.

Materialen en methodes

Deze op het register gebaseerde vervolgstudie omvat gegevens van patiënten in het elektronische register van de Deense medische dienst over een periode van 6 jaar van 2016 tot 2021 met een traumatische hartstilstand.

OHCA-gegevens

Gegevens over OHCA's met een poging tot reanimatie in Denemarken worden sinds 2016 verzameld in het elektronische meldingssysteem van de Deense medische dienst. Het register omvat gedetailleerde gegevens, waaronder het EMS-rapport. De gegevens bestaan ​​uit uitvoerende invoer en geavanceerde tekstzoekopdrachten van preklinische grafieken in samenhang, waardoor de identificatie wordt vergroot en alle OHCA's in Denemarken worden verzameld. Alle cases hebben een uitgebreid validatieproces doorlopen waarbij alle geïdentificeerde events handmatig zijn uitgelezen. Dit werd uitgevoerd door een extern verificatieteam om de hoge kwaliteit van de gegevens te bevestigen in de ongeveer 5200 gevallen van OHCA in Denemarken per jaar. Binnen deze praktijk van verificatie zijn aanvullende gegevensbronnen gekoppeld aan elk individueel geval van OHCA. Verder bestaan ​​de gegevens uit overlijdensakten en autopsieverslagen van de Deense doodsoorzaakregistratie. Informatie die van zeker belang was, was overleving, lokalisatie, starten van reanimatie door omstanders, acties van ambulancepersoneel en doodsoorzaak.

Identificatie van traumatische hartstilstand

Binnen deze diverse entiteit van OHCA's is nader onderzoek naar subgroepen van trauma vereist. Gebaseerd op traditionele machine learning, richt deze studie zich op het extraheren van gedefinieerde kenmerken uit natuurlijke taal, uit het nationale register van OHCA met behulp van een zak-van-woorden-model. Deze benadering is een natuurlijke taalverwerkingsmethode voor het converteren van tekst naar getallen. De tekst zal worden voorbereid aangezien de methode conversie naar kleine letters vereist, verwijdering van stopwoorden en interpunctie en verdere standaardisatie van gebruikte acroniemen. Ten slotte worden woorden teruggebracht tot de wortel, vaak door achtervoegsels te verwijderen. Met behulp van de vooraf gedefinieerde triggerwoorden maakt deze verwerking tekstmining mogelijk en dus de mogelijkheid om hoogwaardige informatie over OHCA met betrekking tot trauma uit het register te halen. De geïdentificeerde gevallen worden na externe manuele validatie gekoppeld aan het landelijke register.

Variabelen inbegrepen

• Leeftijd: Leeftijd wordt gedefinieerd als de leeftijd van het onderwerp op het moment van het evenement.
• Geslacht: Geslacht wordt gedefinieerd als mannelijk, vrouwelijk of onbepaald en wordt afgeleid van persoonlijke identificatienummers. In die gevallen zonder identificatienummer zal het geslacht worden gekarakteriseerd op basis van EMS-kaarten.
• Initiële ritme: Het initiële ritme wordt gedefinieerd als het eerste ritme dat wordt waargenomen door ambulancepersoneel en wordt gecategoriseerd als schokbaar, niet-schokbaar (asystolie), niet-schokbaar (anders) of onbepaald.
• Locatie van incident: Locatie wordt gekarakteriseerd als woongebied, buiten en natuur, privéwoning of anders.
• Observatie van het optreden: Hartstilstanden worden gedefinieerd als niet-getuige, omstander-getuige of EMS-getuige.
• Cardio-pulmonaire reanimatie (CPR): CPR omvat door omstanders geïnitieerde reanimatie en EMS-behandeling met reanimatie.
• Defibrillatie en gebruik automatische externe defibrillatoren (AED's): Defibrillatie omvat ook defibrillatie door omstanders en/of ambulancepersoneel. Gebruik van AED's omvat ook het gebruik van het apparaat als het geen schokken heeft toegediend.
• EMS-responstijd: Dit wordt gedefinieerd als de tijd tussen het ontvangen van de noodoproep door een centralist en de aankomst van het eerste EMS-personeel.
• Ziekenhuisopname: Ziekenhuisopname wordt beschouwd als ofwel; vervoerd naar het ziekenhuis of dood verklaard door EMS-personeel.
• Return-of-spontaneous-circulation (ROSC): ROSC wordt geclassificeerd als het bereiken van ROSC op elk moment tussen de herkenning van de gebeurtenis en de beëindiging (gedefinieerd als ziekenhuisopname of overlijdensverklaring door ambulancepersoneel).
• Toestand bij ziekenhuisopname: Toestand van de zaak bij aankomst in het ziekenhuis wordt gedefinieerd als ROSC of lopende reanimatie.
• Overleving: Overleving zal worden gedefinieerd als ROSC op het moment van ziekenhuisopname, daarnaast zal 30-dagen overleving worden opgenomen, dit is afgeleid van gegevens uit het Nationaal Patiëntenregister.
• Luchtwegbeheer: dit omvat de luchtwegmanoeuvres die in elk geval worden uitgevoerd. Het wordt gedefinieerd door het gebruik van luchtwegadjuncten op te sommen, zoals nasofaryngeale luchtweg, orofaryngeale luchtweg evenals endo-tracheale intubatie, supraglottisch luchtwegapparaat en geïsoleerde zak-klep-maskerventilatie.

Analyse

Alle gegevens worden pseudo-geanonimiseerd en alle analyses worden uitgevoerd op geaggregeerd landelijk niveau. Gegevens worden verzameld met behulp van de STrengthening the Reporting of Observational studies in Epidemiology (STROBE) -verklaring. Het doel van deze studie is om de etiologie, beschrijvende gegevens en preklinische interventies van OHCA's gerelateerd aan trauma te verduidelijken. Secundair wordt een update van de jaarlijkse incidentie en overleving uitgevoerd. Beschrijvende statistiek omvat de bovengenoemde variabelen die zijn gelabeld met absolute getallen en percentages. Er zullen vergelijkende analyses worden uitgevoerd met behulp van niet-parametrische tests om subgroepen te onderzoeken. Forward logistische regressieanalyse zal worden uitgevoerd voor multivariate analyse. Binnen deze multivariate logistische regressieanalyse worden zowel bekende als onbekende variabelen verwerkt. De odds ratio voor overleving zal worden berekend, gestratificeerd naar etiologie, lokalisatie, omstander en EMS-acties.

Data opslag

Gegevens worden opgeslagen op een beveiligde schijf volgens de regionale instructies voor het veilig uitvoeren van gegevensbeheer.

Ethische overwegingen

GDPR zal worden gevolgd volgens de deense wet en de studie zal worden geregistreerd bij het Deense bureau voor gegevensbescherming, de hoofdstad van Denemarken. Aangezien het een op register gebaseerde studie is, is er geen ethische goedkeuring vereist.

Perspectieven

Deze studie geeft unieke informatie over TCA in de algemene bevolking van Denemarken; de beschrijvende statistiek levert relevante gegevens op basis van een gereviewde, hoogwaardige database. Bovendien zou een beter begrip van de voorgaande omstandigheden en etiologie tijdens analyses kunnen bijdragen aan een betere afhandeling van dit soort arrestaties. Ten slotte stelt het de verbetering van de kwaliteit en de ontwikkeling van observationeel gezondheidsonderzoek voor.

Publicatie

De uiteindelijke resultaten zijn bedoeld voor publicatie in een internationaal peer-reviewed tijdschrift. Deelname als coauteur wordt bepaald volgens de Vancouver-criteria of wordt erkend voor het verlenen van toegang tot gegevens. Alle Deense regionale EMS-regio's zullen dit manuscript vóór publicatie ontvangen voor eventuele opmerkingen.

Lijst van afkortingen

TCA Traumatische hartstilstand ROSC Terugkeer van spontane circulatie OHCA Hartstilstand buiten het ziekenhuis EMS Medische spoeddienst STROBE Versterking van de rapportage van observatieonderzoeken in de epidemiologie CPR Cardiopulmonale reanimatie AVG Algemene verordening gegevensbescherming