Een klinische keuzehulp voor het diagnosticeren van voorbijgaand bewustzijnsverlies

ACHTERGROND: Voorbijgaand verlies van bewustzijn (TLOC) - gedefinieerd als spontane verstoring van het bewustzijn, niet te wijten aan hoofdtrauma en met volledig herstel - heeft een levenslange prevalentie van 50%. Het is een van de meest voorkomende neurologische klachten in de eerste lijn en de spoedeisende hulp. Meer dan 90% van TLOC is te wijten aan ofwel syncope, epilepsie of dissociatieve aanvallen (DS, ook bekend als 'Psychogene niet-epileptische aanvallen'). Het snel en nauwkeurig onderscheiden van deze diagnoses is van vitaal belang om passend verder beheer mogelijk te maken, maar ten minste 20-30% van de patiënten wordt niet optimaal behandeld of er wordt een verkeerde diagnose gesteld. We hebben eerder aangetoond dat, bij patiënten met vastgestelde diagnoses van epilepsie, syncope of DS, een geautomatiseerde classificator die alleen informatie uit 36 ​​vragen gebruikt op basis van patiëntervaring en verslagen van lekengetuigen (het initiële Paroxysmal Event Profile, iPEP) een nauwkeurige diagnose kan stellen van 86,0% van de patiënten (met 100% sensitiviteit en 91,7% specificiteit voor syncope)

DOEL: De iPEP kalibreren voor discriminatie tussen syncope, epilepsie en DS bij patiënten die zich voor het eerst met TLOC presenteren, de prestaties ervan in een onafhankelijke steekproef valideren en de aanvaardbaarheid van het gebruik van een dergelijke tool voor mensen met TLOC en getuigen onderzoeken.

METHODEN: Geneste kwalitatief-kwantitatieve prospectieve single-center ontwikkeling en validatie van de iPEP bij patiënten die zich presenteren op spoedeisende hulpafdelingen, syncope- of epilepsieklinieken met eerste presentaties van TLOC, met semi-gestructureerde interviews uitgevoerd met een doelgerichte steekproef van deelnemers uit de kwantitatieve studie. De iPEP zal worden gekalibreerd met behulp van een eerder beschreven procedure voor variabele selectie en training van Random Forest (RF)-classificatoren, en gevalideerd met beoordeling van de algehele classificatienauwkeurigheid, naast gevoeligheid, specificiteit, positieve en negatieve voorspellende waarden, en het gebied onder de werking van de ontvanger. curve voor elk van de drie doeldiagnoses. De prestaties zullen worden beoordeeld aan de hand van een benchmark op basis van resultaten van eerder onderzoek bij patiënten met vastgestelde diagnoses van epilepsie, syncope en DS.

OUTPUTS: De resultaten worden ingediend voor publicatie in academische en professionele literatuur. Als de prestatie van haalbaarheid kan worden gerepliceerd in validatie, zal de iPEP geschikt zijn om het registratieproces te starten als een medisch hulpmiddel voor implementatie in klinische trajecten om ongepaste verwijzingen en behandeling te minimaliseren, patiënttrajecten te stroomlijnen en het eerder bestellen van geschikt onderzoek mogelijk te maken om snelle en passende diagnose en behandeling. Als de pilotprestaties in deze populatie zouden kunnen worden gerepliceerd en proportionele besparingen van de huidige geschatte kosten van verkeerde diagnose zouden kunnen worden bereikt, zou dit mogelijk £ 63,9 miljoen aan jaarlijkse Britse zorguitgaven kunnen besparen.