Estudo da influência da lua e das estações nos resultados após a cirurgia para reparar a dissecção da aorta ascendente (ACS-MOON-1)

O objetivo primário deste estudo é determinar se os achados de Shuhaiber et al. [2013] (ver citações) pode ser confirmado usando dados de auditoria nacional do Reino Unido.

Uma coorte de todas as cirurgias de correção de dissecção aórtica ascendente aguda será extraída do banco de dados National Adult Cardiac Surgery Audit (NACSA). A versão atual do conjunto de dados 4.12, disponível para download no site do National Institute for Cardiovascular Outcomes Research (ver links), contém 168 campos que detalham as características pré-operatórias do paciente, detalhes operatórios e resultados pós-operatórios. O conjunto de dados é revisado de forma intermitente para atender às necessidades dos usuários e responder às mudanças no gerenciamento da cirurgia cardíaca de adultos; no entanto, os campos a serem analisados ​​neste estudo não foram objeto de revisões documentais. Os dados extraídos devem ser limpos usando a versão 9.9 do algoritmo de limpeza NACSA.

As estações devem ser codificadas da mesma forma que no estudo publicado: outono (21 de setembro a 20 de dezembro), inverno (21 de dezembro a 21 de março), primavera (22 de março a 21 de junho) e verão (22 de junho a 20 de setembro) .

Três definições devem ser usadas para as fases da lua. A primeira definição reflete a empregada no trabalho motivador: cada ciclo lunar de lua nova a lua nova deve ser dividido em quatro partes e rotulado como "Novo", "Crescente", "Cheio" e "Meninga". A segunda definição centra cada um desses quatro rótulos em torno do evento nomeado: ou seja, o período "Novo" deve ser centrado em torno do próprio evento de lua nova, em vez de começar no dia de lua nova como na primeira definição. A terceira definição dividirá o ciclo lunar em 8 períodos centrados em eventos, chamados "Novo", "Crescente crescente", "Primeiro quarto", "Crescendo minguante", "Cheio", "Decrescendo minguante", "Último trimestre" e " Minguante crescente".

Não há necessidade de explorar as relações univariadas individuais dos preditores com os resultados neste trabalho, dado seu propósito limitado de confirmar as descobertas multivariadas anteriores. A relação entre os fatores ambientais (estações do ano e ciclo lunar) e a mortalidade intra-hospitalar será examinada por meio de regressão logística multivariada, controlando para fatores de risco demográficos e de mortalidade. As variáveis ​​específicas que podem ser incluídas em comum com o trabalho anterior são idade, sexo, hipertensão, diabetes, insuficiência renal e um indicador de internação no final de semana. A auditoria nacional não inclui informações sobre dislipidemia, mas acredita-se que sua exclusão de nosso modelo não afetará a comparabilidade de nosso trabalho com o estudo anterior porque nenhum dos modelos publicados anteriormente mostrou qualquer efeito da dislipidemia nos resultados cirúrgicos. A relação dos fatores ambientais com o tempo de permanência (LOS) em sobreviventes será examinada por meio de uma regressão linear multivariada que inclui os mesmos fatores de risco do modelo de mortalidade. Como no estudo publicado, o LOS será transformado na escala logarítmica natural antes da análise.

Executaremos todas as análises com e sem um sistema europeu de pontuação de avaliação de risco operatório cardíaco (EuroSCORE) II de ajuste de risco. O EuroSCORE II foi desenvolvido especificamente para ajustar o risco de mortalidade intra-hospitalar. Ele será empregado aqui, apesar de sua ausência nos modelos publicados, para garantir que o ajuste de risco antes da estimativa das contribuições dos fatores ambientais seja o mais completo possível.

Todas as análises serão realizadas utilizando R versão 3.1.0. Os fatores ambientais serão calculados usando o pacote lunar disponível no repositório de software CRAN.