Predykcyjny model czasu do zdarzenia dla poważnych powikłań medycznych po kolektomii

Wprowadzenie: Planowa kolektomia (planowa lub zależna od czasu) jest wykonywana ze wskazań obejmujących raka, nieswoiste zapalenie jelit (IBD) i zapalenie uchyłków. Po kolektomii pacjenci są narażeni na różne poważne powikłania medyczne, w tym zapalenie płuc, zawał mięśnia sercowego (MI), mózgowe zdarzenie naczyniowe (CVA), żylną chorobę zakrzepowo-zatorową (ŻChZZ), ostrą niewydolność nerek (ARF) i posocznicę. Jednak różne powikłania zdarzają się w różnym czasie po operacji. Dokładne przewidywanie ryzyka, nie tylko tego, czy powikłanie może wystąpić u pacjenta, ale także kiedy, ma kluczowe znaczenie dla edukacji pacjenta, monitorowania i planowania dyspozycji. Podczas gdy kilka badań dotyczyło przewidywania częstości występowania i binarnego ryzyka poważnych powikłań po zabiegach chirurgicznych, w ostatnich danych kohortowych niewiele jest literatury na temat modelowania przewidywania czasu do wystąpienia powikłań.

Cele

1. Opracowanie i wewnętrzna walidacja modeli proporcjonalnego ryzyka Coxa w celu przewidywania czasu do wystąpienia powikłań dla każdej indywidualnej poważnej komplikacji medycznej zarejestrowanej w zbiorze danych Narodowego Programu Poprawy Jakości Chirurgicznej (NSQIP) American College of Surgeons (zapalenie płuc, zawał mięśnia sercowego (MI), incydent naczyniowo-mózgowy) (CVA), żylna choroba zakrzepowo-zatorowa (ŻChZZ), ostra niewydolność nerek (ARF) i posocznica) lub zdarzenia niepożądane (śmiertelność, ponowne przyjęcie do szpitala), które rozpoczęły się w ciągu 30 dni po planowej kolektomii.
2. Opracowanie i wewnętrzna walidacja modeli uczenia maszynowego w celu przewidywania czasu do wystąpienia komplikacji w przypadku poważnych komplikacji medycznych i niepożądanych skutków (takich samych jak w celu 1) w ciągu 30 dni po planowej kolektomii w NSQIP. Najlepszy model uczenia maszynowego dla każdej komplikacji zostanie porównany z modelem proporcjonalnych zagrożeń Coxa pod względem dyskryminacji i kalibracji.

Metody: Badacze przeprowadzą analizę przeżycia czasu do zdarzenia w kohorcie retrospektywnej przy użyciu NSQIP®, prospektywnie zebranego wieloośrodkowego zbioru danych zawierającego ponad 150 zmiennych klinicznych w ciągu 30 dni po operacji. Ten zestaw danych zawiera informacje o tym, czy u pacjenta zdiagnozowano poważne powikłania (w szpitalu lub poza szpitalem), a także liczbę dni pooperacyjnych do rozpoznania powikłań, zgodnie z wystandaryzowanymi kryteriami zawartymi w instrukcji operacyjnej NSQIP. Ogólny zestaw danych zostanie połączony z zestawem danych NSQIP® Procedure Targeted Colectomy, który zawiera dodatkowe zmienne specyficzne dla kolektomii.

Badanie zostanie zgłoszone zgodnie z wytycznymi Transparent Reporting of a Multivariable Predictive Model for Individual Prognos or Diagnose (TRIPOD) oraz Guidelines for Developing and Reporting Machine Learning Predictive Models in Biomedical Research.