Cirurgia pancreática - Limites ideais de número de casos e precisão preditiva (PaSuT)

Principais questões de pesquisa:

• Podem ser identificados números de casos de intervenção específicos que sejam adequados como limiares para volumes mínimos anuais e que estejam associados a uma mortalidade hospitalar significativamente baixa?
• Quase todos os estudos anteriores sobre os efeitos do número de casos mostraram apenas uma associação descritiva entre o número de casos num determinado ano e a qualidade dos resultados no mesmo ano. O objetivo deste estudo é investigar se as correlações descritas podem ser demonstradas quando se utiliza o volume de procedimentos do ano anterior como preditor. O estudo busca responder se o número de casos do procedimento tem valor preditivo, especificamente o número de casos em um ano e a mortalidade hospitalar no ano seguinte.

Fundo:

Numerosos estudos demonstraram uma correlação entre o número de casos e a qualidade dos resultados de vários procedimentos cirúrgicos. Por exemplo, pacientes submetidos a cirurgia em hospitais de alto volume (HVH) tiveram taxas de mortalidade mais baixas, taxas de sobrevida mais longas, taxas de complicações mais baixas e taxas de reoperação mais baixas do que pacientes submetidos a cirurgia em hospitais de baixo volume (HVE). Para subdividir em HVHs e HVEs, foram utilizados números de casos concretos ou limites de quartil ou quintil com igual número de operações ou clínicas por grupo. O objetivo do estudo é determinar objetivamente esses limites usando um termo de carga de casos modelado em spline, evitando decisões arbitrárias.

Uma limitação dos resultados anteriores é que eles podem não ser generalizáveis ​​devido ao uso de um número limitado de casos e à qualidade dos resultados do mesmo ano. No entanto, é importante notar que o volume do ano anterior é crucial para determinar a importância preditiva do número de casos para a qualidade dos resultados futuros. Um estudo recente (no prelo) relatou que existem flutuações significativas na qualidade dos resultados entre HVHs, mesmo entre anos diferentes. Portanto, levantou-se a hipótese de que usar o número de casos como preditor de resultados de alta qualidade pode levar à superestimação.

Métodos:

Serão analisados ​​os dados de faturação hospitalar a nível nacional para a Alemanha (estatísticas DRG) para o período de 2010 a 2019. As taxas de mortalidade ajustadas ao risco são determinadas. Para tanto, são calculados modelos de regressão logística que ajustam o risco de mortalidade para as seguintes variáveis ​​Sexo, idade, emergência de internamento, ano de ressecção, diagnóstico (neoplasia maligna vs. neoplasia benigna vs. neoplasia de dignidade pouco clara vs. pancreatite aguda vs. pancreatite crônica vs. outras doenças pancreáticas), procedimentos adicionais (ressecções venosas/ressecções multiviscerais/ressecções arteriais/esplenectomia/ colecistectomia/drenagem biliar/procedimentos de diálise) e comorbidades selecionadas. Para classificar procedimentos adicionais a fim de refletir a extensão da cirurgia e a dificuldade técnica, será utilizada uma ligeira modificação do sistema de classificação conforme descrito em Mihaljevic et al, 2021 (PMID: 33386130). As definições de Elixhauser são utilizadas para as comorbidades descritas em Quan et al, 2005 (PMID: 16224307). A seleção das comorbidades a serem consideradas baseia-se na publicação de Hunger et al, 2022 (PMID: 35525416).

O efeito do número de casos é modelado usando splines cúbicas naturais. Os percentis 10, 20, 40, 60, 80 e 90 do número de casos são usados ​​como pontos de nó. A mortalidade hospitalar ajustada em função do número de casos é determinada através das Médias Marginais Estimadas. Os extremos locais (máximos e mínimos) nas splines são determinados usando a primeira e a segunda derivada do gráfico.

Vários modelos de regressão são calculados utilizando o número de casos do ano de operação atual ou do ano anterior. A precisão preditiva dos modelos é determinada utilizando as medidas estabelecidas na teoria de detecção de sinal (AUC, sensibilidade, especificidade, valor preditivo positivo, valor preditivo negativo). Serão realizadas análises de subgrupos para procedimentos de ressecção individuais.