Utvikling og validering av en risikoprediksjonsmodell for nyoppstått diabetes etter pankreatektomi

Nyoppstått diabetes er en av de største komplikasjonene etter pankreatektomi. Uten rettidig diagnose, behandling og håndtering kan det føre til uønskede utfall som kardiovaskulære og cerebrovaskulære hendelser og alvorlige infeksjoner, noe som øker dødeligheten. Å flytte terskelen for håndtering fremover, tidlig risikoidendifisering og presis og effektiv intervensjon er nøklene til håndteringen.

Eksisterende risikoprediksjonsstudier viser stor heterogenitet på tvers av ulike populasjoner og kirurgiske prosedyrer. Risikofaktorer tilgjengelig for tidlig identifisering er fortsatt uklare, og de fleste inkluderte faktorer er ikke-intervensjonelle. Det er begrensninger i studiedesign, modellering og valideringsmetoder, og forskningsresultatene gir begrenset verdi for å veilede risikoprediksjon, forebygging og håndtering.

Denne studien benytter et blandet-metode design. Vi analyserer retrospektivt de generelle og kliniske dataene til pasienter som gjennomgikk pankreatektomi ved to institusjoner, følger opp deltakerne for å fastslå forekomsten av postoperativ diabetes og postoperativ selv-håndteringsstatus, og bruker regresjonsanalyse for å identifisere uavhengige risikofaktorer for nyoppstått diabetes etter operasjon.

Vi etablerer separat en nomogrammodell, en tilfeldig skog-modell og en dyp læringsmodell, utfører intern og ekstern validering, sammenligner ytelsen til de tre modellene, og velger modellen med optimal klinisk ytelse. Basert på prediksjonsmodellen og evidensbasert medisin, utarbeider vi intervensjonsstrategier, evaluerer gjennomførbarheten gjennom kliniske forsøk, foredler intervensjonselementene, og etablerer til slutt en presis intervensjonsstrategi for nyoppstått diabetes etter pankreatektomi for å oppnå omfattende, dynamisk, effektiv og presis håndtering.

Gjennomføring av dette prosjektet kan redusere forekomsten og bremse progresjonen av diabetes etter pankreatektomi, forbedre kliniske utfall, redusere reinnleggelses- og dødelighetsrater, spare samfunnets medisinske ressurser, og gi beslutningsveiledning og praktisk evidens for forebygging og kontroll av kroniske sykdommer.