Могут ли прогностические модели сортировать пациентов с травмами более точно, чем клиницисты?

Заголовок Могут ли прогностические модели сортировать пациентов с травмами более точно, чем клиницисты?

История вопроса Ежегодно около 5 миллионов человек умирают из-за травм. Следовательно, травма, определяемая как внешнее повреждение в сочетании с соответствующей реакцией организма, является основной причиной проблем со здоровьем во всем мире. Характер травмы, чувствительной ко времени, отличает ее от других состояний здоровья. Таким образом, расстановка приоритетов имеет решающее значение для лечения наиболее неотложных случаев травмы в первую очередь. Такая расстановка приоритетов обычно называется сортировкой. В дальнейшем различают формализованные и неформализованные системы сортировки, где первая определяется как явная сортировка, сознательно выполняемая в соответствии с априорно определенными критериями, а вторая - как решения о расстановке приоритетов, принимаемые клиницистами подсознательно в отсутствие формализованной сортировки.

В настоящее время для сортировки пациентов с травмами используются два концептуально разных метода. Сортировку могут проводить врачи. На сортировку, проводимую клиницистами, могут влиять человеческие факторы, такие как усталость и опыт, но она может рассматриваться как наиболее морально приемлемый метод сортировки пациентов с травмами. Алгоритмы, такие как статистические алгоритмы, также могут быть созданы для целей сортировки. Прогнозирование возможности определенного исхода с использованием статистических методов называется прогнозным моделированием. Алгоритмы исключают человеческий фактор при сортировке пациентов. Однако алгоритмическая сортировка может показаться морально неприемлемой из-за отсутствия человеческого контакта между клиницистом и пациентом.

Формализованные системы сортировки часто используются при оказании помощи при травмах в странах с высоким уровнем дохода. Считается, что такие системы улучшили помощь при травмах и, следовательно, улучшили результаты лечения пациентов с травмами. Однако более 90 процентов всех смертей в результате травм происходят в странах с низким и средним уровнем дохода, где формализованные системы сортировки являются редкостью или вообще отсутствуют. Формализованные системы сортировки могут способствовать укреплению помощи при травмах в странах с низким и средним уровнем дохода. Тем не менее, отсутствуют исследования о том, что алгоритмы или клиницисты выполняют наиболее точную сортировку пациентов.

Цель Сравнить эффективность прогностических моделей с клиницистами при сортировке пациентов с травмами.

Метод Дизайн исследования Проспективное когортное исследование

Условия Проспективное когортное исследование будет проведено в Индии, стране с доходом ниже среднего. На Индию приходится 20 процентов мировых смертей от травм в год, поэтому срочно необходимы усилия по укреплению помощи при травмах в Индии. Данные будут собираться из четырех городских больниц: одной в Мумбаи, одной в Калькутте, одной в Дели и одной в Неллоре. Сбор данных начался 11 июля, однако только из больницы, расположенной в Калькутте. Как только будет официально предоставлено этическое разрешение, данные будут собираться из оставшихся больниц и будут продолжаться до тех пор, пока не будет достигнут желаемый размер исследования (см. размер исследования). Данные собираются штатными сотрудниками проекта в указанных больницах.

Участники Лица, обращающиеся в отделение неотложной помощи (ED) по поводу травм в любой из участвующих больниц. Люди включаются в исследование, как только они прибывают в отделение неотложной помощи. Должностными лицами проекта являются те, в том числе физические лица. Участвующих лиц посещают сотрудники проекта, если они все еще находятся в больнице по прошествии 30 дней. В противном случае отслеживание осуществляется по телефону.

Переменные

Модели:

RTS (систолическое артериальное давление (САД), шкала комы Глазго (ШКГ) и частота дыхания (ЧД)) Gerdin et al. модель (САД, частота сердечных сокращений (ЧСС) и ШКГ) GAP (возраст, САД и ШКГ) KTS (САД, ШКГ, ОР и количество серьезных травм) Клиническая оценка (Врачи назначают категорию сортировки пациентов с травмой, распределяя их по категориям на четыре цветные группы. Группы зеленые, желтые, оранжевые и красные. Цвета предназначены для обозначения тяжести травмы и того, как скоро пациенты должны быть пролечены: зеленый соответствует наименее тяжелому пациенту, а красный — наиболее тяжелому.)

Другие описательные переменные:

Пол, механизм травмы

Переменные результата:

Смертность в течение 30 дней

Размер исследования: 200 пациентов с травмами со смертностью в качестве исхода и все пациенты, выжившие за тот же период времени. Предполагается, что смертность в течение 30 дней составляет 15 % на основании прошлых исследований. Таким образом, 1350 пациентов — это желаемый размер исследования. Расчетное время, необходимое для сбора необходимых данных, составляет два месяца (четыре сотрудника проекта, по одному на больницу. Сотрудник проекта собирает данные от первых десяти пациентов за смену, 5 дней в неделю. Таким образом, сборщик данных собирает данные от 50 пациентов в неделю и от 200 пациентов в месяц. Таким образом, общий объем собранных данных за месяц будет получен от 800 пациентов. За два месяца будут собраны данные от 1600 пациентов. Следовательно, для достижения желаемого размера исследования потребуется около двух месяцев.)

Количественные переменные Количественные переменные будут рассматриваться как в исходных исследованиях. Другими словами, количественные переменные будут классифицированы или будут использоваться нелинейные методы, как это было в первоначальных исследованиях.

Статистические методы Эффективность прогностических моделей и клиницистов будет оцениваться и сравниваться с точки зрения различения, калибровки и реклассификации. Во-первых, баллы, полученные с помощью моделей прогнозирования, будут использоваться для распределения пациентов по зеленой, желтой, оранжевой или красной категориям. Затем различение будет оцениваться путем вычисления площади под кривой рабочих характеристик приемника как для исходных показателей, так и для цветовых группировок на основе показателей. Калибровка будет оцениваться путем расчета смертности в каждой цветовой группе, предполагая линейную связь между повышенной серьезностью и более высокой смертностью. Наконец, реклассификация будет оцениваться путем сравнения того, какие пациенты попадают в какую группу, в зависимости от того, основана ли группировка на моделях прогнозирования или на клиницистах. Будут проанализированы только пациенты с полными данными. Все анализы будут проводиться с использованием статистической среды R, с использованием стандартных 95% доверительных интервалов и 5% уровня значимости.