Platformy uczenia maszynowego do przewidywania 30-dniowej śmiertelności po pilnej laparotomii

Awaryjna laparotomia (EL) to powszechnie wykonywana procedura i operacja wysokiego ryzyka, o której wiadomo, że ma wysoki wskaźnik śmiertelności i zachorowalności. Pomimo różnych audytów i badań mających na celu identyfikację czynników ryzyka i wprowadzenie protokołów mających na celu poprawę wyników chirurgicznych, śmiertelność krótkoterminowa po EL pozostaje wysoka. Dane ogólnoświatowe pokazują, że krótkoterminowa (30-dniowa) śmiertelność waha się między 5,3-21,8%, a długoterminowe (1-roczne) wskaźniki śmiertelności wahają się między 15-47% (Ref. 1). Starsi pacjenci zostali zidentyfikowani jako podgrupa cierpiąca na najwyższe wskaźniki śmiertelności, a wysiłki wdrożono u starszych pacjentów poddawanych EL, w tym: wykorzystanie kalkulatorów ryzyka do przewidywania śmiertelności, zwiększony wkład okołooperacyjny ze strony geriatry i opieki intensywnej, chirurga konsultanta wyższego szczebla i obecność anestezjologa na sali operacyjnej oraz wprowadzenie rozszerzonych ścieżek opieki. Poza wiekiem i wkładem specjalistów, inne czynniki ryzyka zgonu po EL obejmują: osłabienie, czas trwania operacji, operację związaną z rakiem, opiekę stomijną, dobór pacjentów, przedoperacyjną posocznicę i parametry fizjologiczne, istniejące wcześniej choroby współistniejące, status ASA (Ref 2) ).

Modele przewidywania śmiertelności stosowane obecnie w leczeniu EL obejmują Portsmouth-Physiologic and Operative Severity Score do wyliczania śmiertelności i chorobowości (P-POSSUM), Acute Physiology and Chronic Health Evaluation II (APACHE-II), American College of Surgeons National Surgical Poprawa jakości (ACS-NSQIP) i najnowszy dodatek do kalkulatora ryzyka (NELA). National Emergency Laparotomy Audit (NELA) przeprowadzany w Wielkiej Brytanii od 2012 roku był zmianą paradygmatu w zakresie poprawy opartej na dowodach u pacjentów poddawanych EL, wykazując zmniejszenie krajowego 30-dniowego wskaźnika śmiertelności (11,8% vs. 8,7% w 2012 vs. 2012) po zidentyfikowaniu i wdrożeniu konkretnych zaleceń (Ref. 3).

Korzystając z danych z dużej kohorty NELA UK w latach 2014-2016, opracowano narzędzie do obliczania ryzyka NELA w celu oszacowania 30-dniowej śmiertelności i bierze pod uwagę dane demograficzne pacjentów, status ASA, parametry fizjologiczne, parametry życiowe oraz szczegóły dotyczące ciężkości i charakteru interwencji chirurgicznej. Liczne badania przeprowadzone w Wielkiej Brytanii, Australii i Singapurze wykazały, że kalkulator ryzyka NELA jest porównywalny, jeśli nie lepszy, niż P-POSSUM w przewidywaniu śmiertelności i stratyfikacji ryzyka w celu rozróżnienia pacjentów niskiego i wysokiego ryzyka poddawanych EL (Ref. 5, 6, 7) . Żadna ocena ryzyka nie jest jednak doskonała. Wykazano, że model ryzyka NELA zaniża przewidywania, a P-POSSUM zawyża obserwowaną śmiertelność (Ref. 8). Od momentu wprowadzenia NELA była pionierem w opracowywaniu interwencji opartych na dowodach i wyznaczaniu kierunków przyszłych badań u pacjentów poddawanych EL, ale jej wdrożenie w Hongkongu było ograniczone brakiem walidacji dokładności w naszej populacji pacjentów.

Kruchość jest definiowana jako: obiektywna miara zwiększonej wrażliwości i zmniejszonej rezerwy fizjologicznej, skutkująca nagromadzeniem deficytów fizjologicznych w wielu układach i może wystąpić u pacjentów w każdym wieku, ale występuje najczęściej u pacjentów starszych. Słabość jest dobrze znanym czynnikiem ryzyka słabych wyników chirurgicznych w EL (Ref 9, 10), ale nie został jeszcze włączony do powszechnie używanych kalkulatorów ryzyka. Istnieje wiele punktowych wskaźników ryzyka i wskaźników zastępczych dla kruchości, sarkopenii i osteopenii. Ocena słabości klinicznej (CFS) jest najczęściej stosowanym wskaźnikiem słabości, a wykazano, że sam CFS dostarcza informacji prognostycznych dla pacjentów poddawanych EL, ale nadal osiągających gorsze wyniki w porównaniu z NELA. Co ciekawe, dodanie CFS do NELA nie zwiększyło dokładności przewidywania modelu ryzyka (Ref. 11).

Zastosowanie uczenia głębokiego i uczenia maszynowego zyskuje na popularności i zostało wykorzystane do opracowania różnych modeli przewidywania ryzyka i przewidywania przyszłych zdarzeń (Ref. 4). Nagromadzenie ogromnych zbiorów danych z rejestrów anestezjologicznych może okazać się skarbnicą dla analityków danych, umożliwiającą odkrycie nowych trendów i przewidywań, które wcześniej byłyby pomijane. Kalkulatory ryzyka są pomocnymi narzędziami dla klinicystów w podejmowaniu decyzji klinicznych, ale dokładność i walidacja tych kalkulatorów ryzyka nie została przeprowadzona w tej okolicy. Wykorzystując algorytmy uczenia maszynowego i włączając słabość do kalkulatorów ryzyka, mamy nadzieję opracować nowatorski algorytm o wysokiej dokładności i możliwości uogólnienia, który zostanie wprowadzony do użytku klinicznego.

Bibliografia:

1. (Ref. 1: Ng i in. al, Wyniki jednego roku po laparotomii w nagłych wypadkach: przegląd systematyczny, World J surg, 2022, https://pubmed.ncbi.nlm.nih.gov/34837122/)
2. (Ref 2: (Ref: Boyd-Carson i in., Przegląd czynników chirurgicznych i okołooperacyjnych do rozważenia w opiece nad laparotomią w nagłych wypadkach, 2020, Znieczulenie, https://pubmed.ncbi.nlm.nih.gov/31903572/)
3. (Ref. 3: Zespół projektowy NELA. Siódmy raport pacjenta w ramach audytu National Emergency Laparotomy Audit RCoA London 2021)
4. (Ref. 4: Kwon i in., Uczenie maszynowe: nowa szansa na przewidywanie ryzyka, Korean Circ J. 2020, https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6923232/)
5. (Ref. 5: Lai i wsp., Porównanie oceny ryzyka P-POSUSM i NELA dla pacjentów poddawanych pilnej laparotomii w Singapurze, World J Surg, 2021, https://pubmed.ncbi.nlm.nih.gov/33903953/)
6. (Ref. 6: Eliezer i wsp., Laparotomia awaryjna wysokiego ryzyka w Australii: porównanie kalkulatorów NELA, P-POSSUM i ACS-NSQIP, J of Surg Research, 2020, https://www.sciencedirect.com/science/article/abs/ pii/S0022480419306584 )
7. (Ref. 7: Eugene i wsp., Opracowanie i wewnętrzna walidacja nowego modelu korekty ryzyka dla dorosłych pacjentów poddawanych pilnej operacji laparotomii: krajowy model ryzyka audytu laparotomii w nagłych wypadkach, BJA, 2018, https://www.sciencedirect.com/science/ artykuł/pii/S0007091218305786 )
8. (Ref. 8: Thahir A, Pinto-Lopes R, Madenlidou S, Daby L, Halahakoon C. Ocena ryzyka śmiertelności w nagłych przypadkach chirurgii ogólnej: czy używamy najlepszego narzędzia? Dziennik praktyki okołooperacyjnej. 2021;31(4):153-158. doi:10.1177/1750458920920133, https://journals.sagepub.com/doi/abs/10.1177/1750458920920133)
9. (Ref. 9: Fehlmann i in., Związek między śmiertelnością a kruchością w nagłych wypadkach chirurgii ogólnej: przegląd systematyczny i metaanaliza, Euro J Trauma Emerg Surg, 2022, https://link.springer.com/article/10.1007/s00068- 020-01578-9)
10. (Ref. 10: Lee i in., 2020, https://doi.org/10.1111/jgs.16334 (https://agsjournals.onlinelibrary.wiley.com/doi/epdf/10.1111/jgs.16334))
11. (Ref. 11: Palaniappan - Porównanie klinicznej oceny słabości CFS z National Emergency.Palaniappan i in., Porównanie CFS z kalkulatorem ryzyka NELA u wszystkich pacjentów poddawanych laparotomii w nagłych wypadkach, Choroba jelita grubego, 2022, https://onlinelibrary.wiley. com/doi/full/10.1111/codi.16089 )