Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Chirurgia trzustki – optymalne progi liczby przypadków i dokładność przewidywania (PaSuT)

25 kwietnia 2024 zaktualizowane przez: Richard Hunger
Głównym celem pracy jest określenie optymalnej rocznej liczby przypadków w szpitalu pod kątem minimalizacji śmiertelności szpitalnej w chirurgii trzustki. W szczególności przeanalizowana zostanie wartość prognostyczna takiej liczby przypadków.

Przegląd badań

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

Obserwacyjny

Zapisy (Rzeczywisty)

80000

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Badana populacja obejmuje wszystkich pacjentów, którzy przeszli jakikolwiek zabieg resekcji trzustki w dowolnym niemieckim szpitalu (pełne badanie populacji niemieckiej).

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

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

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

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Śledczy

  • Dyrektor Studium: Rene Mantke, MD, Head of Surgery at University Hospital Brandenburg an der Havel

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 stycznia 2010

Zakończenie podstawowe (Rzeczywisty)

31 grudnia 2019

Ukończenie studiów (Rzeczywisty)

31 grudnia 2019

Daty rejestracji na studia

Pierwszy przesłany

15 marca 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

25 kwietnia 2024

Pierwszy wysłany (Rzeczywisty)

29 kwietnia 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

29 kwietnia 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

25 kwietnia 2024

Ostatnia weryfikacja

1 kwietnia 2024

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

Dane będą analizowane w drodze kontrolowanej zdalnej analizy danych. Dane są przechowywane wyłącznie przez Federalny Urząd Statystyczny do celów analiz naukowych. Bezpośredni dostęp do danych osobowych pacjentów lub udostępnianie ich jest zabronione przez niemieckie prawo.

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

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 .

Subskrybuj