Моделирование рисков для улучшения качества жизни тяжелобольных: оптимальное использование регулярно доступных данных

Цель: Усовершенствовать модели риска, используемые для поддержки национальных клинических аудитов общей неотложной помощи взрослым, кардиоторакальной интенсивной терапии и остановки сердца в больнице, используя увязку данных с другими регулярно собираемыми источниками данных.

Конкретные цели:

1. Улучшить модели риска для общей интенсивной терапии взрослых путем: (1a) разработки моделей риска смертности в фиксированные моменты времени и времени до событий (путем увязки данных между CMP и регистрацией смерти из ONS); разработка моделей риска для долгосрочных хронических исходов для здоровья (1b) диабета (путем увязки данных между CMP и Национальным диабетическим аудитом) и (1c) терминальной стадии почечной недостаточности (путем увязки данных между CMP и Почечным регистром Великобритании); и (1d) разработка моделей риска для последующего использования медицинских услуг и затрат (посредством связи данных между CMP и HES).
2. Улучшить модели риска для кардиоторакальной интенсивной терапии за счет: (2a) улучшения данных о факторах риска (посредством связи данных с Национальной базой данных кардиохирургии взрослых); (2b) разработка моделей риска долгосрочной смертности (путем увязки данных между CMP и регистрацией смертей из ONS); и (2c) разработка моделей риска для последующего использования медицинских услуг и затрат (посредством связи данных между CMP и HES).
3. .Улучшить модели риска внутрибольничной остановки сердца путем: (3a) уточнения данных о факторах риска (посредством увязки данных между NCAA и HES); (3b) разработка моделей риска долгосрочной смертности, обращения за медицинской помощью и затрат (посредством увязки данных между NCAA и ONS); (3c) разработка моделей риска для последующего использования интенсивной терапии (посредством связи данных между NCAA и CMP); и (3d) разработка моделей риска для последующего использования медицинских услуг и затрат (посредством связи данных между NCAA, ONS и HES).
4. Немедленное внедрение усовершенствованных моделей риска на практике посредством: (4a) внедрения в стандартную отчетность о сравнительных результатах для национальных клинических аудитов; и (4b) информирование о результатах исследований поставщиков медицинских услуг, менеджеров, уполномоченных, лиц, определяющих политику, и ученых в области интенсивной терапии.

Сбор данных: в проекте будут использоваться высококачественные клинические данные, собранные для программы Case Mix Program (CMP) и Национального аудита остановки сердца (NCAA) — национальных клинических аудитов интенсивной терапии взрослых и остановки сердца в больнице. Эти данные будут связаны с данными Национального аудита диабета, Регистра почек Великобритании и Национального аудита кардиохирургии взрослых, обычными административными данными из статистики госпитальных эпизодов (HES) и регистрацией смертей из Управления национальной статистики (ONS).

Связывание данных будет осуществляться Службой связывания и извлечения данных HSCIC (DLES), выступающей в качестве доверенной третьей стороны. Идентификаторы (без связанных клинических данных) будут загружаться из каждой национальной клинической проверки на защищенные серверы в HSCIC. DLES выполнит связывание данных и вернет общий ключ, который можно использовать для связывания всех записей одного и того же пациента в наборах данных. Три национальных клинических аудита, не связанных с ICNARC, извлекут согласованный псевдонимизированный набор данных для связанных записей, а DLES извлечет данные из HES и ONS, и эти наборы данных будут переданы в ICNARC. ICNARC будет производить псевдонимизированные извлечения данных из CMP и NCAA, которые будут связаны с наборами данных, предоставленными национальными клиническими аудитами и DLES, с использованием общего ключа. Таким образом, между несколькими источниками данных будут связаны только псевдонимизированные данные.

Анализ данных: В зависимости от результатов и целей анализа будут применяться следующие подходы к разработке модели:

• Моделирование смертности в фиксированные моменты времени (30 дней, 90 дней, 1 год) с использованием логистической регрессии.
• Моделирование результатов времени до события с использованием стандартных методов регрессии выживания, таких как регрессия Вейбулла и Кокса.
• Для обработки данных с интервальной цензурой: модели пропорциональных опасностей Кокса, дополнительные логарифмические модели, использующие оценку частичного правдоподобия (для обеспечения интервальной цензуры) и модели опасностей с дискретным временем.
• Для учета как цензурирования интервалов времени до начала заболевания, так и конкуренции со смертью: будут рассмотрены модели пропорциональных рисков Кокса для конкретных причин и модели болезни-смерти.
• Для Цели 3, восстановления спонтанного кровообращения (ВСК) в течение более 20 минут и выживаемости до исхода выписки из больницы будет применяться многоуровневая логистическая регрессия со случайными эффектами больницы.
• Чтобы смоделировать использование ресурсов больницы и затраты на посткритическую помощь: модель многоуровневой регрессии и модель логарифмической линейной регрессии.

Модели прогнозирования риска будут проверены на предмет их различения, калибровки и общего соответствия с использованием набора мер, включая: индекс c; графики наблюдаемого риска против прогнозируемого; статистика согласия Хосмера-Лемеша; калибровочная регрессия Кокса; R Шапиро, показатель Брайера и соответствующие приблизительные показатели R2; и реклассификация.