Datadrevet klyngedannelse ved hemoroidekirurgi: Retrospektiv monosentrisk studie for identifisering av kliniske fenotyper (PROCTO-CLUSTER)

Hemoroide sykdom presenterer seg med heterogene symptommønstre, anatomiske funn og operative strategier som ikke fullstendig fanges opp av tradisjonelle grad-baserte klassifikasjoner. Denne studien har som mål å identifisere latente, klinisk tolkbare fenotyper blant kirurgiske pasienter ved bruk av en fullstendig uovervåket maskinlæringspipeline som anvendes på rutinemessig innsamlede perioperative data fra et høyt volum tertiært henvisningssenter.

Dette er en retrospektiv, observasjonsbasert analyse av anonymiserte institusjonelle journaler. Det analytiske datasettet vil inkludere rutinemessig dokumenterte variabler som spenner over basis demografi/antropometri, symptomprofil og relevant klinisk historie, operasjonsteknikk og intraoperative beskrivelser, og rutinemessig registrert postoperativ oppfølgningsinformasjon. Data vil bli ekstrahert ved bruk av et forhåndsdefinert databord og standardiserte forbehandlingsregler for å støtte reproduserbarhet og redusere variasjon i variabeldefinisjoner.

Den primære analytiske tilnærmingen vil være uovervåket klyngedannelse. Variabler vil bli renset og standardisert før modellering. Dimensjonalitetsreduksjon vil bli utført ved bruk av t-fordelt stokastisk naboinnlegging (t-SNE), initialisert med hovedkomponentanalyse for å forbedre stabilitet. Klyngedeteksjon vil deretter bli utført ved bruk av k-midler klyngedannelse på det reduserte funksjonsrommet. Et spekter av klyngeløsninger vil bli utforsket, og den endelige løsningen vil bli valgt ved bruk av interne gyldighetsmål (f.eks. silhuett-baserte mål) sammen med vurdering av klinisk tolkbarhet. Modellens robusthet vil bli evaluert gjennom gjentatte kjøringer over flere tilfeldige frø og viktige parameterinnstillinger for å vurdere stabiliteten til klyngetilordninger.

Etter klyngetilordning vil klynger bli karakterisert ved bruk av beskrivende og sammenlignende statistikk for å identifisere variabler som mest skiller fenotyper. Post-hoc funksjonsrelevans/viktighetstilnærminger vil bli brukt for å utforske hvilke demografiske, kliniske og kirurgiske faktorer som sterkest bidrar til klyngedannelse, med vekt på effektstørrelser og klinisk meningsfulle mønstre snarere enn hypotese-testing alene. Funn vil bli brukt til å generere hypoteser om fenotyper som kan være assosiert med større operativ kompleksitet og forskjellige postoperative forløp, og støtte fremtidig arbeid med prediktiv modellering og individualisert kirurgisk beslutningsstøtte.

Alle analyser vil bli utført innenfor et kontrollert institusjonelt miljø ved bruk av validerte statistiske og datautvinningsprogramvare, med dokumenterte parameterinnstillinger og versjonssporing for å muliggjøre reproduserbarhet. Kun anonymiserte data vil bli brukt til analyse, og resultater vil bli rapportert i aggregert form for å beskytte pasientenes personvern.