Retrospektywna analiza sarkopenii u starszych pacjentów poddawanych laparotomii

Awaryjna laparotomia wiąże się ze znaczną chorobowością i śmiertelnością. Ryzyko to wzrasta w populacji osób starszych, gdzie jedna trzecia osób w wieku powyżej 80 lat umiera w ciągu trzydziestu dni od operacji, wzrastając do 50% w rok po laparotomii ze wskazań nagłych. Wielu pacjentów jest słabych i ma wiele współistniejących chorób, często ze współistniejącym niedożywieniem, co stanowi poważne wyzwanie w warunkach chirurgii ratunkowej. Audyt National Emergency Laparotomy Audit wykazał, że ponad połowa pacjentów poddawanych laparotomii w trybie pilnym w Wielkiej Brytanii ma ponad 65 lat i jest to pacjent najwyższego ryzyka z najwyższą śmiertelnością. Dlatego ta grupa jest tą, w której pożądane jest dokładne prognozowanie, aby umożliwić optymalne decyzje dotyczące leczenia, zapewnienie leczenia w stanie krytycznym i alokację zasobów.

Istnieje wiele wielowymiarowych modeli przewidywania ryzyka, w tym POSSUM, P-POSSUM i APACHE-II z trwającą modyfikacją P-POSSUM w ramach audytu National Emergency Laparotomy Audit (NELA). Chociaż takie modele są powszechnie stosowane, dowody sugerują, że mogą być one mniej dokładne u pacjentów w podeszłym wieku, grupy, która stwarza chirurgowi trudne problemy z podejmowaniem decyzji

. Kruchość to brak fizjologicznej rezerwy funkcjonalnej i jest powszechna u pacjentów w podeszłym wieku. Ma głęboki wpływ na zdolność do wytrzymania i powrotu do zdrowia po nagłych operacjach. Mimo to słabość nie jest częścią powszechnie stosowanych wielowymiarowych modeli przewidywania ryzyka.

Sarkopenia to postępująca i globalna utrata masy mięśni szkieletowych, a także zmniejszenie siły i jest ściśle związana ze słabością. Zdefiniowano wiele metod ilościowego określania masy mięśni szkieletowych, a tym samym sarkopenii, ale obliczenie pola przekroju poprzecznego większego lędźwiowego w przedoperacyjnym obrazowaniu CT może być najbardziej pragmatyczne w sytuacjach nagłych ze względu na rutynowe stosowanie przedoperacyjnego obrazowania CT przed pilna laparotomia. Wykazano, że pomiar mięśnia lędźwiowego większego jako markera sarkopenii pozwala przewidywać wyniki w szerokim zakresie specjalności chirurgicznych. Nie ma jednak zgody co do tego, jak ten marker sarkopenii powinien być stosowany w praktyce chirurgicznej.

Propozycja – Ocena przydatności pomiaru mięśnia lędźwiowo-krzyżowego do przewidywania wyników laparotomii w trybie nagłym u starszych pacjentów oraz tego, czy może zwiększyć dokładność przewidywania śmiertelności w połączeniu ze zmiennymi modelu P-POSSUM.

Metodyka Przeprowadzono analizę danych zebranych w ramach Ogólnopolskiego Audytu Laparotomii Ratunkowej. Dane zebrano od pacjentów w wieku powyżej 65 lat, którzy przeszli pilną laparotomię w Merseyside w Wielkiej Brytanii w latach 2014-2018. Do analizy włączono pacjentów, u których wykonano przedoperacyjne przekrojowe obrazowanie z TK jamy brzusznej.

Dane demograficzne, histologiczne, kliniczne, biochemiczne i operacyjne zostały zebrane i przeanalizowane poprzez dostęp do notatek klinicznych pacjentów i zapisów elektronicznych.

Miary wyników obejmowały śmiertelność szpitalną, śmiertelność 30-dniową i śmiertelność 90-dniową.

Analiza radiologiczna Uzyskano dostęp i przeanalizowano przedoperacyjne obrazowanie TK jamy brzusznej. Analizie poddano obrazy przekrojowe na poziomie dolnej płytki końcowej L3. Obliczono pole przekroju poprzecznego mięśnia lędźwiowego większego i trzonu kręgu L3 (mm2) i obliczono stosunek pola przekroju poprzecznego mięśnia lędźwiowego większego do pola przekroju poprzecznego L3 (PML3). Wyższe wartości PML3 wskazują na wyższy poziom masy mięśni szkieletowych. Obliczenia pola przekroju poprzecznego przeprowadzono za pomocą narzędzia obszar zainteresowania.

Analiza statystyczna Analiza statystyczna zmiennych ciągłych została przeprowadzona przy użyciu testu U Manna-Whitneya i testu chi-kwadrat dla zmiennych kategorycznych. Krzywe charakterystyk działania odbiornika wykorzystano do analizy związku PML3 ze śmiertelnością.

Analizę wielowymiarową przeprowadzono przy użyciu binarnej analizy regresji logistycznej. Stworzono modele regresji logistycznej obejmujące zmienne P-POSSUM zi bez włączenia PML3. Przeprowadzono analizę charakterystyki działania odbiornika odpowiednich modeli regresji logistycznej, aby ocenić, czy dodanie PML3 poprawiło przewidywanie śmiertelności.