VTE Risico Preventie Systeem Gebaseerd op Big Data Analyse en Multimodule Systeem

Veneuze trombo-embolie (VTE) is een van de meest voorkomende complicaties in de perioperatieve periode en de meest voorkomende oorzaak van postoperatief overlijden. VTE omvat diepe veneuze trombose (DVT) en acute pulmonale trombo-embolie (PTE). Aangezien de embolie van PTE afkomstig is van diepe veneuze trombose en niet alle PE-patiënten duidelijke klinische symptomen kunnen vertonen, wordt VTE momenteel beschouwd als een ziekte voor onderzoek, preventie, diagnose en behandeling in binnen- en buitenland. Daarom moeten we dringend een uitgebreider en betrouwbaarder peri-operatief VTE-risicopreventiesysteem ontwikkelen op basis van medische big data en een computer met meerdere modules in de huidige klinische praktijk, om de preventie van DVT/PE effectief te begeleiden en zo de peri-operatieve mortaliteit te verminderen. .

Al in 1991 hebben Caprini et al. verzamelde en publiceerde de klinische schaal van VTE-risicobeoordeling op basis van de onderzoeksgegevens van 538 patiënten. In 2010 hebben Caprini et al. voerde retrospectieve verificatie van deze schaal opnieuw uit onder 8216 patiënten, waardoor deze schaal voor veel medische instellingen een belangrijke referentie is geworden om het risico op het optreden van VTE bij peri-operatieve patiënten te beoordelen, en het wordt sindsdien gebruikt. In de afgelopen 30 jaar hebben echter het ziektespectrum, chirurgische methoden, anesthesiemethoden en de cognitie van trombusvormingsgevoeligheid van chirurgische patiënten grote veranderingen ondergaan. Perioperatieve patiënten die worden beoordeeld op de Caprini-schaal en preventieve maatregelen nemen volgens de voorgestelde maatregelen, zullen nog steeds postoperatieve VTE hebben. Daarom hebben wetenschappers de afgelopen jaren nieuwe VTE-risicovoorspellingsmethoden gepubliceerd, zoals het Kucher-model, het Padua-model enzovoort. De door het model vastgestelde studiegevallen zijn echter bijna slechts ongeveer 1000 gevallen en de opgenomen onderzoeksindicatoren zijn beperkt.

De nieuwe technologie realiseert voor het eerst de identificatie, uitlezing en integratie van VTE-gerelateerde risico-indicatoren onder begeleiding van informatisering en digitalisering, en biedt technische ondersteuning voor big data-analyse; Om toekomstgerichte, big data, multi-variabele, multi-module VTE-gerelateerde risicobeoordeling en voorspelling te realiseren; Het bestaande scoresysteem moet worden verbeterd om een ​​betrouwbaarder en beter bruikbaar scoremodel te bieden voor perioperatieve VTE-preventie en -behandeling.