Modelo Preditivo de Tempo até o Evento para Principais Complicações Médicas Após Colectomia

Antecedentes: A colectomia planejada (eletiva ou sensível ao tempo) é realizada para indicações como câncer, doença inflamatória intestinal (DII) e diverticulite. Após a colectomia, os pacientes correm o risco de uma variedade de complicações médicas importantes, incluindo pneumonia, infarto do miocárdio (IM), evento vascular cerebral (AVC), tromboembolismo venoso (TEV), insuficiência renal aguda (IRA) e sepse. No entanto, diferentes complicações tendem a acontecer em diferentes momentos após a cirurgia. A previsão precisa do risco, não apenas se uma complicação pode ocorrer em um paciente, mas também quando, é crucial para a educação, monitoramento e planejamento do tratamento do paciente. Embora vários estudos tenham explorado a incidência e a previsão binária do risco de complicações graves após cirurgias, há pouca literatura sobre a modelagem de previsão do tempo até a complicação em dados recentes de coortes populacionais.

Objetivos

1. Desenvolver e validar internamente os modelos de riscos proporcionais de Cox para prever o tempo até a complicação para cada complicação médica importante individual capturada no conjunto de dados do Programa Nacional de Melhoria da Qualidade Cirúrgica (NSQIP) do Colégio Americano de Cirurgiões (pneumonia, infarto do miocárdio (IM), evento vascular cerebral (AVC), tromboembolismo venoso (TEV), insuficiência renal aguda (IRA) e sepse) ou resultados adversos (mortalidade, reinternação), que começaram dentro de 30 dias após a colectomia eletiva.
2. Desenvolver e validar internamente modelos de aprendizado de máquina para prever o tempo de complicação para complicações médicas graves e resultados adversos (igual ao objetivo 1) dentro de 30 dias após a colectomia eletiva no NSQIP. O melhor modelo de aprendizado de máquina para cada complicação será comparado ao modelo de riscos proporcionais de Cox em termos de discriminação e calibração.

Métodos: Os investigadores conduzirão uma análise de sobrevida de tempo até o evento em uma coorte retrospectiva usando NSQIP®, um conjunto de dados multicêntricos coletados prospectivamente com mais de 150 variáveis ​​clínicas dentro de 30 dias após a cirurgia. Este conjunto de dados inclui informações sobre se o paciente foi diagnosticado com complicações graves (dentro ou fora do hospital), bem como o número de dias de pós-operatório para o diagnóstico de complicações, conforme definido por critérios padronizados no manual de operações do NSQIP. O conjunto de dados geral será vinculado ao conjunto de dados NSQIP® Procedure Targeted Colectomy, que contém variáveis ​​adicionais específicas de colectomia.

O estudo será relatado de acordo com as diretrizes do relatório transparente de um modelo de previsão multivariável para prognóstico ou diagnóstico individual (TRIPOD) e as diretrizes para desenvolver e relatar modelos preditivos de aprendizado de máquina em pesquisa biomédica.