Proximale aortopathie in Schotland - Epidemiologie en chirurgische resultaten

De studie heeft twee hoofddoelen:

1. Bepaal de demografische gegevens van de patiënt, procedurele typen en gerelateerde klinische resultaten bij patiënten die een operatie aan de proximale thoracale aorta in Schotland hebben ondergaan
2. Beschrijf de epidemiologie van proximale aortopathie binnen de Schotse bevolking, door de prevalentie van ziekte, geografische spreiding en demografische gegevens van de patiënt te bepalen

Deze studie zal de eerste zijn die kijkt naar de resultaten van een landelijk cohort van patiënten na een operatie aan de thoracale aorta in het VK. De onderzoekers verwachten dat de resultaten van deze studie toekomstige aortapraktijken zullen informeren en beslissingen over interventietiming en -type zullen sturen.

Informatie over de prevalentie en geografische spreiding van aorta-aandoeningen in Schotland zal leidend zijn bij de toewijzing van middelen en de configuratie van diensten om gelijke toegang tot behandeling mogelijk te maken. Door de medische professionals en de bredere gemeenschap bewust te maken, zou de studie moeten leiden tot verbeterde herkenning en betere resultaten voor patiënten met een aorta-aandoening.

Voor twee patiëntencohorten worden op eigentijdse en retrospectieve wijze gegevens vastgelegd:

1. Chirurgisch cohort - Volwassen patiënten die in de afgelopen 13 jaar (2008 - 2021) een chirurgische ingreep aan de proximale aorta hebben ondergaan in de drie Schotse cardiothoracale chirurgie-eenheden in Glasgow, Edinburgh en Aberdeen.

2. Niet-chirurgisch cohort - Volwassen patiënten met de diagnose proximale aortopathie, maar die geen operatie hebben ondergaan. Dit cohort zal worden verkregen uit drie bronnen:

   1. Patiënten met een diagnose van thoracale aortopathie geïdentificeerd via National Interim Clinical Imaging Procedure (NICIP)-codes afkomstig uit de databases van het Scottish Radiology Information System (RIS) en Picture Archive and Communication System (PACS).
   2. Patiënten met een diagnose van thoracale aortopathie geïdentificeerd door regionale genetische diensten via het Network for Inherited Cardiac Conditions Scotland.
   3. Overleden patiënten met de diagnose proximale thoracale aortopathie of een complicatie daarvan (aortadissectie, aortaruptuur) geregistreerd bij overlijdensakte en/of post mortem toegankelijk via Public Health Scotland met behulp van ICD-10-codes.

De drie locaties voor gegevensverzameling zijn het Golden Jubilee National Hospital in Glasgow, de Edinburgh Royal Infirmary en Aberdeen Royal Infirmary.

De steekproefomvang van het chirurgische cohort zal naar verwachting ongeveer 1300 patiënten bedragen. Het niet-chirurgische cohort is moeilijk in te schatten, maar naar verwachting zullen jaarlijks ongeveer 500 gevallen worden geïdentificeerd. Het onderzoeksproject zal worden georganiseerd door de NHS Golden Jubilee Research Department.

De hoofdonderzoeker (George Gradinariu) zal dit onderzoeksproject uitvoeren als onderdeel van een postdoctoraal onderzoeksprogramma (MD-graad) aan de Universiteit van Glasgow onder supervisie van professor Mark Danton (congenitale hartchirurg met interesse in proximale aortachirurgie), professor Alex McConnachie Professor Biostatistiek, Universiteit van Glasgow) en Professor Faisal Ahmed (Samson Gemmell Leerstoel Kindergezondheid, Universiteit van Glasgow)

Statistische analyse zal worden gecontroleerd en begeleid door professor McConnachie. Beschrijvende statistiek zal worden toegepast. Overlevingsgegevens zullen worden geanalyseerd met behulp van Kaplan-Meier. Multivariabele overlevings- en logistische regressiemodellen zullen worden gebruikt om variabelen te identificeren die het risico op nadelige uitkomsten voorspellen. Voorspellende modellering om het risico op nadelige uitkomsten in te schatten op basis van de aortaworteldimensie zal worden beoordeeld met behulp van ROC-analyse. Bij het vergelijken van overleving door middel van procedures zal propensity matching worden gebruikt om confounding te minimaliseren. De analyse zal worden uitgevoerd met R-software voor statistische analyse (R Foundation for Statistical Computing, Wenen, Oostenrijk).