Forutsigelse av utfall med ED-intervensjon for Colles Type håndleddsbrudd [PREDICT] (PREDICT)

Mange tusen pasienter går til akuttmottak (ED) med forskjøvede (deformerte) håndleddsbrudd og gjennomgår lukket manipulasjon under lokalbedøvelse (MUA) i ED. Lokal revisjon antyder at mellom 25-40 % av disse manipulerte bruddene glir tilbake til en uakseptabel stilling (ustabile brudd) og krever en påfølgende åpen operasjon for å redusere og feste eller plate beinet (ORIF). Det er noen bevis på at graden av initial deformitet og andre faktorer kan forutsi ustabilitet, men dette er verken godt etablert eller godt undersøkt. Pålitelig forutsigelse av hvilke brudd som sannsynligvis vil mislykkes og hvilke som sannsynligvis vil lykkes med lukket ED-manipulasjon, kan redusere andelen som gjennomgår en meningsløs ED-prosedyre, spare pasienters tid og besøk til sykehus og sikre definitiv behandling første gang.

Vi vil identifisere tilfeller fra en tidligere utført klinisk aktivitetsanalyse av pasienter som hadde gjennomgått MUA for Colles fraktur over en toårsperiode ved Royal Devon og Exeter Hospital ED. Disse tilfellene ble identifisert i ettertid (fra elektroniske oppmøtelogger) og fulgt opp frem til bruddheling eller operasjon. I denne databasen ble behovet for påfølgende operasjon registrert fra elektronisk journal og gjennomgang av kommentarer i bruddklinikk. Røntgenbilder av disse pasientene er identifisert og anonymisert av et medlem av radiologipersonalet, som ikke er medlem av forskerteamet. Disse røntgenbildene og databasesakene har fått et unikt prøvenummer og alle identifiserbare data er fjernet før prøvebruk. Databasen vil bli brukt til å gi utfallsdata for utvikling av en modell for å se om røntgenfunksjoner pålitelig kan forutsi ED MUA-feil. Vi vil ekskludere Smiths (anteriort forskjøvede) frakturer og de som det ikke er oppfølgingsdata i databasen, f.eks. Pasienter som ble fulgt opp andre steder.

Anonymiserte røntgenbilder vil bli brukt til å utvikle dataassisterte metoder for å måle sentrale bruddvinkler samt andre faktorer som grad og posisjon av sønderdeling (fragmentering) og markører for osteoporose. Alle røntgenstråler vil deretter analyseres ved hjelp av systemet for å registrere disse målingene. Avhengig av hastigheten på utviklingen, kan alle brukervendte systemer også testes på ansatte for å måle brukervennlighet og teste for inter-rater-avtale.

Multivariat analyse av disse røntgenfunksjonene målt av datamaskin, sammen med databasens demografiske data og utfallsdata vil bli brukt til å utvikle den beste modellen/beslutningsregelen for å forutsi sannsynligheten for MUA-suksess. En "leave one out cross validation"-teknikk vil bli brukt for å validere en slik modell og vurdere om vi kunne ha redusert ED MUA-feilfrekvensen uten å øke det totale antallet åpne operative prosedyrer. Dette arbeidet vil bli brukt til å informere en større prospektiv studie der eventuelle beslutningsregler kan vurderes og ytterligere faktorer utforskes med utsikter til å legge disse til en eventuell endelig datamodell.