Elektro-encefalografische biomarker om postoperatief delirium te voorspellen

Acute postoperatieve cognitieve disfunctietoestanden zijn een van de meest voorkomende complicaties bij oudere patiënten na een operatie, waarbij POD de belangrijkste is. Eerdere studies hebben aangetoond dat de incidentie van POD bij oudere patiënten varieert van 10-50%. Patiënten die POD ontwikkelen, hebben slechtere resultaten op de lange termijn, zoals een langer verblijf in het ziekenhuis, opname in een instelling bij ontslag en zelfs een hogere mortaliteit. Bijgevolg vormen de menselijke en economische kosten die verband houden met POD een belangrijk probleem voor gezondheidsstelsels over de hele wereld.

Een belangrijk element om POD en de belasting ervan voor de gezondheidszorg te verminderen, is vroege diagnose. De huidige instrumenten voor risicobeoordeling zijn gericht op klinische benaderingen op basis van cognitieve tests (d.w.z. MoCA) en/of voorspellingsmodellen die gebruik maken van de klinische variabelen van patiënten (d.w.z. DELPHI-score). We hebben een strategie ontwikkeld die intra-operatieve EEG-kenmerken gebruikt als bouwstenen voor een nieuw POD-voorspellingsmodel voor risicobeoordeling. Dit systeem, PEUMA genaamd, maakt gebruik van gegevens die zijn verkregen van 95 patiënten uit een eerder onderzoek (NCT04214496).

Dit wordt een multicenter (vijf centra), observationeel onderzoek en het primaire resultaat zal PEUMA's vermogen zijn om POD te voorspellen.

Om de steekproefomvang te berekenen, werd de methodologie beschreven door Riley et al. gebruikt. Deze methode is speciaal ontworpen voor klinische voorspellingsmodellen. Zo'n tool is online beschikbaar (https://mvansmeden.shinyapps.io/BeyondEPV/). De gebruikte parameters waren de volgende:

• Aantal voorspellerskandidaten: 4
• Fractie van gebeurtenissen: 0,22. 22% werd gebruikt omdat het de incidentie van POD is in de analyse van de voorlopige gegevens van de eerste fase en deze vallen binnen het wereldwijd gebruikelijke rapportagebereik.
• Schattingsfout van de classifier: 0,06. De auteurs suggereren kleine voorspellingsfouten bij het evalueren van binaire uitkomsten (Ja POD/Geen POD). De berekening geeft een steekproefomvang van 240 patiënten aan. Uitgaande van een verlies van 10% (in de voorlopige resultaten van de eerste fase was het verlies 8%), is de steekproefomvang 264 patiënten.