- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06389890
Chirurgia trzustki – optymalne progi liczby przypadków i dokładność przewidywania (PaSuT)
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Główne pytania badawcze:
- Czy można zidentyfikować konkretne liczby przypadków interwencyjnych, które są odpowiednie jako progi dla rocznych minimalnych wolumenów i są powiązane ze znacząco niską śmiertelnością szpitalną?
- Prawie wszystkie poprzednie badania dotyczące wpływu liczby przypadków wykazały jedynie opisowy związek między liczbą przypadków w danym roku a jakością wyników w tym samym roku. Celem niniejszego badania jest sprawdzenie, czy opisane korelacje można wykazać, stosując jako predyktor liczbę zabiegów z poprzedniego roku. Celem badania jest odpowiedź na pytanie, czy liczba przypadków objętych procedurą ma wartość predykcyjną, a zwłaszcza liczbę przypadków w ciągu jednego roku i śmiertelność wewnątrzszpitalną w roku następnym.
Tło:
Liczne badania wykazały korelację między liczbą przypadków a jakością wyników różnych zabiegów chirurgicznych. Na przykład u pacjentów, którzy przeszli operację w szpitalach o dużej liczbie operacji (HVH), stwierdzono niższy współczynnik śmiertelności, dłuższe przeżycie, mniejszą liczbę powikłań i mniejszą częstość reoperacji w porównaniu z pacjentami, którzy przeszli operację w szpitalach o małej liczbie operacji (LVH). Do podziału na HVH i LVH zastosowano albo konkretną liczbę przypadków, albo limity kwartylowe lub kwintylowe z równą liczbą operacji lub klinik na grupę. Celem badania jest obiektywne określenie tych granic przy użyciu modelu obciążenia metodą spline, unikając arbitralnych decyzji.
Jednym z ograniczeń poprzednich ustaleń jest to, że nie można ich uogólnić ze względu na wykorzystanie ograniczonej liczby przypadków i jakości wyników z tego samego roku. Należy jednak zauważyć, że wielkość badania z poprzedniego roku ma kluczowe znaczenie dla określenia predykcyjnego znaczenia liczby spraw dla przyszłej jakości wyników. Z niedawnego badania (w prasie) wynika, że istnieją znaczne wahania w jakości wyników wśród HVH, nawet pomiędzy różnymi latami. W związku z tym postawiono hipotezę, że wykorzystanie liczby przypadków jako predyktora wysokiej jakości wyników może prowadzić do przeszacowania.
Metody:
Analizie zostaną poddane ogólnokrajowe dane dotyczące rozliczeń szpitali w Niemczech (statystyki DRG) za lata 2010–2019. Określa się współczynniki umieralności skorygowane o ryzyko. W tym celu obliczane są modele regresji logistycznej, które dostosowują ryzyko zgonu dla następujących zmiennych: płeć, wiek, nagły przypadek przyjęcia, rok resekcji, rozpoznanie (nowotwór złośliwy vs. łagodny nowotwór vs. nowotwór o niejasnej pochodzeniu vs. ostre zapalenie trzustki vs. przewlekłe zapalenie trzustki a inne choroby trzustki), zabiegi dodatkowe (resekcja żylna/ resekcja wielotrzewna/ resekcja tętnicza/ splenektomia/ cholecystektomia/ drenaż dróg żółciowych/zabiegi dializ) oraz wybrane choroby współistniejące. Aby sklasyfikować dodatkowe procedury w celu odzwierciedlenia zakresu operacji i trudności technicznych, zostanie zastosowana niewielka modyfikacja systemu klasyfikacji zgodnie z opisem w Mihaljevic i wsp., 2021 (PMID: 33386130). W odniesieniu do chorób współistniejących stosuje się definicje Elixhausera opisane w Quan i in., 2005 (PMID: 16224307). Wybór chorób współistniejących, które należy uwzględnić, opiera się na publikacji Hunger i wsp., 2022 (PMID: 35525416).
Efekt liczby przypadków jest modelowany za pomocą naturalnych splajnów sześciennych. Percentyle 10., 20., 40., 60., 80. i 90. liczby przypadków są używane jako punkty węzłowe. Skorygowaną śmiertelność szpitalną jako funkcję liczby przypadków określa się za pomocą szacunkowych średnich krańcowych. Lokalne ekstrema (maksima i minima) na splajnach wyznaczane są za pomocą pochodnej pierwszego i drugiego wykresu.
Różne modele regresji obliczane są na podstawie liczby przypadków z bieżącego roku działalności lub z roku poprzedniego. Dokładność predykcyjną modeli określa się przy użyciu ustalonych miar z teorii detekcji sygnału (AUC, czułość, specyficzność, dodatnia wartość predykcyjna, ujemna wartość predykcyjna). Zostaną przeprowadzone analizy podgrup dla poszczególnych zabiegów resekcji.
Typ studiów
Zapisy (Rzeczywisty)
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- co najmniej 18 lat
- jakikolwiek zabieg resekcji trzustki
- operowany w dowolnym niemieckim szpitalu
Kryteria wyłączenia:
- jakiejkolwiek procedury przeszczepiania
- Przyjęcie do szpitala w celu pobrania narządów
- brak informacji o seksie
- brak informacji o wieku
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Wszyscy pacjenci poddawani operacjom trzustki
Wszyscy pacjenci z co najmniej jednym kodem zabiegu chirurgii trzustki
|
Procedura resekcji trzustki
|
|
Podgrupa: Całkowita pankreatektomia
Wszyscy pacjenci z co najmniej jednym z następujących kodów zabiegu na trzustkę (kody OPS): „55250”, „55251”, „55252”, „5525x”, „5525y”
|
Procedura resekcji trzustki
|
|
Podgrupa: Pankreatoduodenektomia
Wszyscy pacjenci z co najmniej jednym z następujących kodów zabiegów trzustkowych (kody OPS): „55241”, „55242”, „55243”
|
Procedura resekcji trzustki
|
|
Podgrupa: Resekcja segmentowa
Wszyscy pacjenci z co najmniej jednym z następujących kodów zabiegu na trzustkę (kody OPS): „55244”
|
Procedura resekcji trzustki
|
|
Podgrupa: Dystalna pankreatektomia
Wszyscy pacjenci z co najmniej jednym z następujących kodów zabiegów trzustkowych (kody OPS): „55240”, „552400”, „552401”, „552402”
|
Procedura resekcji trzustki
|
|
Podgrupa: Inne resekcje częściowe
Wszyscy pacjenci z co najmniej jednym z następujących kodów zabiegów trzustkowych (kody OPS): „5524x”, „5524y”
|
Procedura resekcji trzustki
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Śmiertelność wewnątrzszpitalna
Ramy czasowe: w ciągu 30 dni
|
Pacjent zmarł w trakcie lub po operacji
|
w ciągu 30 dni
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Śledczy
- Dyrektor Studium: Rene Mantke, MD, Head of Surgery at University Hospital Brandenburg an der Havel
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- PaSuTE
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .