Проксимальная аортопатия в Шотландии - эпидемиология и хирургические результаты

Исследование преследует две основные цели:

1. Определить демографические данные пациентов, типы процедур и связанные с ними клинические результаты у пациентов, перенесших операцию на проксимальном отделе грудной аорты в Шотландии.
2. Описать эпидемиологию проксимальной аортопатии среди населения Шотландии, определив распространенность заболевания, географическое распространение и демографические данные пациентов.

Это исследование будет первым, в котором будут рассмотрены результаты общенациональной когорты пациентов после операции на грудной аорте в Великобритании. Исследователи ожидают, что результаты этого исследования послужат основой для будущей практики аортальной хирургии и помогут принять решение о сроках и типе вмешательства.

Информация о распространенности и географическом распространении заболевания аорты в Шотландии будет определять распределение ресурсов и конфигурацию услуг, чтобы обеспечить равный доступ к лечению. Повышая осведомленность среди медицинских работников и широкой общественности, исследование должно привести к лучшему распознаванию и лучшим результатам для пациентов с заболеванием аорты.

Данные будут записываться в современной и ретроспективной манере для двух групп пациентов:

1. Хирургическая когорта — взрослые пациенты, перенесшие хирургическое вмешательство на проксимальном отделе аорты в трех шотландских отделениях кардиоторакальной хирургии в Глазго, Эдинбурге, Абердине за последние 13 лет (2008–2021).

2. Нехирургическая когорта — взрослые пациенты с диагнозом проксимальной аортопатии, но не подвергавшиеся операции. Эта когорта будет получена из трех источников:

   1. Пациенты с диагнозом торакальной аортопатии, идентифицированным с помощью кодов Национальной временной процедуры клинической визуализации (NICIP), полученных из баз данных Шотландской радиологической информационной системы (RIS) и системы архива изображений и связи (PACS).
   2. Пациенты с диагнозом торакальной аортопатии, выявленные региональными генетическими службами через Сеть наследственных кардиологических заболеваний Шотландии.
   3. Умершие пациенты с диагнозом проксимальная грудная аортопатия или ее осложнение (расслоение аорты, разрыв аорты), зарегистрированные при выдаче свидетельства о смерти и/или вскрытие, доступ к которым осуществляется Управлением общественного здравоохранения Шотландии с использованием кодов МКБ-10.

Тремя местами сбора данных будут Национальная больница «Золотой юбилей» в Глазго, Королевский лазарет в Эдинбурге и Королевский лазарет в Абердине.

Ожидается, что размер выборки хирургической когорты составит около 1300 пациентов. Нехирургическую когорту трудно оценить, но ожидается, что ежегодно будет выявляться около 500 случаев. Исследовательский проект будет организован исследовательским отделом NHS Golden Jubilee.

Главный исследователь (Джордж Градинариу) возьмет на себя этот исследовательский проект в рамках последипломной исследовательской программы (степень доктора медицины) в Университете Глазго под руководством профессора Марка Дантона (врожденный кардиохирург с интересом к хирургии проксимального отдела аорты), профессора Алекса МакКонначи. профессор биостатистики, Университет Глазго) и профессор Фейсал Ахмед (заведующий кафедрой детского здоровья имени Сэмсона Геммелла, Университет Глазго)

Статистический анализ будет контролироваться профессором Макконначи. Будет применяться описательная статистика. Данные о выживании будут проанализированы с использованием Каплана-Мейера. Многопараметрические модели выживаемости и логистической регрессии будут использоваться для определения переменных, предсказывающих риск неблагоприятных исходов. Прогностическое моделирование для оценки риска неблагоприятных исходов на основе размера корня аорты будет оцениваться с использованием ROC-анализа. При сравнении выживаемости с помощью процедур сопоставление склонностей будет использоваться для сведения к минимуму путаницы. Анализ будет выполняться с использованием программного обеспечения для статистического анализа R (R Foundation for Statistical Computing, Вена, Австрия).