Wyniki po okołooperacyjnym udarze mózgu po operacji kardiochirurgicznej

TŁO Okołooperacyjny udar jest wyniszczającym powikłaniem kardiochirurgii, które obecnie jest słabo poznane. Udar okołooperacyjny jest zdarzeniem naczyniowo-mózgowym, które występuje po operacji kardiochirurgicznej i dotyka od 1 do 5% pacjentów. Aktualne piśmiennictwo wykazało, że pacjenci, u których wystąpił udar mózgu po operacji, mają wyższy wskaźnik śmiertelności, długości pobytu i wypisu do placówki, ale biorąc pod uwagę rzadki charakter tego powikłania, mniej wiadomo o tym, które czynniki przewidują te wyniki wśród osób, które doświadczyły udar okołooperacyjny.

CELE

1. Opracuj i zewnętrznie zweryfikuj modele przewidywania ryzyka dla śmiertelności (główny wynik), niekorzystnego wypisu i długości pobytu po udarze w okresie okołooperacyjnym.
2. Opisać czasowe trendy śmiertelności po udarze mózgu w okresie okołooperacyjnym w latach 2005-2020.

METODY Niniejsze badanie jest retrospektywną analizą zebranej prospektywnie bazy danych American College of Surgeons National Surgical Quality Improvement Program w latach 2004-2020. Kohorta badawcza zostanie wyodrębniona z bazy danych NSQIP i obejmie wszystkich pacjentów, którzy doświadczyli udaru mózgu w ciągu 30 dni od operacji i którzy przeszli zabieg kardiochirurgiczny.

BADANA POPULACJA Pacjenci, którzy przeszli jakąkolwiek operację kardiochirurgiczną i którzy doświadczyli okołooperacyjnego udaru w bazie danych NSQIP w latach 2005-2020 zostaną włączeni.

WYNIKI Głównym wynikiem jest śmiertelność w ciągu 30 dni; drugorzędne wyniki to długość pobytu w szpitalu i niepożądany wypis (placówka poza domem lub zgon).

Kandydaci na zmienne predykcyjne: Wynik po udarze w okresie okołooperacyjnym jest potencjalnie związany z pacjentem, czynnikami chirurgicznymi i anestezjologicznymi, a także charakterystyką udaru. Kandydaci na zmienne predykcyjne będą obejmować charakterystykę pacjenta (wiek, płeć, choroby współistniejące), charakterystykę chirurgiczną (złożoność, typ, stan nagły, operacja aorty), powikłania pooperacyjne (zatrzymanie krążenia, niedokrwienie mięśnia sercowego, transfuzja) oraz charakterystykę udaru (ciężkość określona przez powiązaną tracheostomię lub kraniektomii), czas w stosunku do operacji, ponowna hospitalizacja z powodu udaru w porównaniu z udarem szpitalnym). Zmienne ciągłe będą brane pod uwagę przy transformacji przy użyciu wielomianów ułamkowych, aby umożliwić ciągłe powiązanie nieliniowe.

ANALIZA Zostaną utworzone wielowymiarowe modele do przewidywania 30-dniowej śmiertelności (główny wynik), niekorzystnego wypisu i długości pobytu. Aby uniknąć nadmiernego dopasowania, zastosujemy strategię redukcji danych i wykluczymy zmienne z więcej niż 10% brakującymi danymi lub mniej niż 20 obserwacjami, gdzie brakuje >1%, ale <10% danych, rozważymy imputację wielokrotną lub średnią.

Wstępnie określone zmienne predykcyjne zostaną wykorzystane do skonstruowania modelu regresji logistycznej z wykorzystaniem analizy głównych składowych. A priori zbadamy następujące interakcje: wiek*płeć, złożoność chirurgiczna (czas operacji)*wiek. Biorąc pod uwagę potencjalne mechanizmy różnicowe wczesnego (<48h) i późnego (>48h i <30 dni) okołooperacyjnego udaru, uwzględnimy dni od operacji do zdarzenia jako zmienną ciągłą i kategoryczną.

Dyskryminacja modelu zostanie oceniona na podstawie pola pod krzywą charakterystyki pracy odbiornika (c-statystyka). Kalibracja modelu zostanie oceniona za pomocą wygładzonego lessu wykresu ryzyka obserwowanego i przewidywanego w całym spektrum ryzyka. Podobna analiza zostanie wykorzystana do stworzenia modelu prognozowania długości pobytu. Ponieważ śmierć jest konkurencyjnym wynikiem dla dyspozycji wypisu, wypis niekorzystny będzie modelowany jako wynik porządkowy (dom, wypis poza domem lub śmierć). Po wyprowadzeniu 5000 próbek bootstrap zostanie wykorzystanych do wewnętrznej walidacji.

Czasowe trendy śmiertelności zostaną przeanalizowane najpierw przy użyciu eksploracyjnego, nieskorygowanego modelu zwykłej regresji najmniejszych kwadratów z roczną śmiertelnością po udarze okołooperacyjnym jako zmienną zależną i rokiem jako predyktorem do oszacowania rocznej zmiany śmiertelności w czasie. Określony zostanie wielowymiarowy model regresji liniowej, uwzględniający ważne predyktory.