Хирургия поджелудочной железы – оптимальные пороговые значения нагрузки и точность прогнозирования (PaSuT)

Основные вопросы исследования:

• Можно ли определить количество конкретных случаев вмешательства, которые подходят в качестве пороговых значений для минимальных годовых объемов и связаны со значительно низкой больничной смертностью?
• Почти все предыдущие исследования влияния количества случаев выявили лишь описательную связь между количеством случаев в данном году и качеством результатов в том же году. Целью данного исследования является выяснить, можно ли продемонстрировать описанные корреляции при использовании объема процедур предыдущего года в качестве предиктора. Исследование направлено на то, чтобы ответить на вопрос, имеет ли прогностическая ценность количество случаев процедуры, в частности, количество случаев в течение одного года и внутрибольничная смертность в следующем году.

Фон:

Многочисленные исследования продемонстрировали корреляцию между количеством случаев и качеством результатов различных хирургических вмешательств. Например, у пациентов, перенесших операцию в больницах с большим объемом операций (HVH), были более низкие показатели смертности, более высокие показатели выживаемости, меньшая частота осложнений и более низкая частота повторных операций, чем у пациентов, перенесших операцию в больницах с малым объемом операций (LVH). Для разделения на ГВГ и ГЛЖ использовались либо конкретные цифры случаев, либо квартильные или квинтильные пределы с равным количеством операций или клиник на группу. Цель исследования – объективно определить эти пределы, используя сплайн-моделирование нагрузки, избегая произвольных решений.

Одним из ограничений предыдущих результатов является то, что их невозможно обобщить из-за использования ограниченного числа случаев и качества результатов одного и того же года. Однако важно отметить, что объемы предыдущего года имеют решающее значение для определения прогнозируемой важности нагрузки для качества будущих результатов. Недавнее исследование (в печати) показало, что существуют значительные колебания качества результатов среди HVH, даже в разные годы. Поэтому была выдвинута гипотеза, что использование количества случаев в качестве предсказателя качественных результатов может привести к завышению оценок.

Методы:

Будут проанализированы общенациональные данные о больничных счетах в Германии (статистика DRG) за период с 2010 по 2019 год. Определены показатели смертности с поправкой на риск. Для этого рассчитываются модели логистической регрессии, корректирующие риск смертности по следующим переменным: Пол, возраст, экстренность госпитализации, год резекции, диагноз (злокачественное новообразование vs доброкачественное новообразование vs новообразование неясного достоинства vs острый панкреатит vs хронический панкреатит по сравнению с другими заболеваниями поджелудочной железы), дополнительные процедуры (венозные резекции/мультивисцеральные резекции/артериальные резекции/спленэктомия/холецистэктомия/желчный дренаж/процедуры диализа) и отдельные сопутствующие заболевания. Для классификации дополнительных процедур, чтобы отразить объем хирургического вмешательства и техническую сложность, будет использоваться небольшая модификация системы классификации, описанная Mihaljevic et al, 2021 (PMID: 33386130). Определения Эликсхаузера используются для сопутствующих заболеваний, как описано Quan et al, 2005 (PMID: 16224307). Выбор сопутствующих заболеваний, которые следует учитывать, основан на публикации Hunger et al, 2022 (PMID: 35525416).

Эффект количества случаев моделируется с использованием натуральных кубических сплайнов. В качестве узловых точек используются 10-й, 20-й, 40-й, 60-й, 80-й и 90-й процентили числа случаев. Скорректированная больничная смертность как функция количества случаев определяется с использованием расчетных предельных средних значений. Локальные экстремумы (максимумы и минимумы) на сплайнах определяются с использованием производных 1-го и 2-го графика.

Различные регрессионные модели рассчитываются либо с использованием количества случаев за текущий год работы, либо за предыдущий год. Точность прогнозирования моделей определяется с использованием установленных показателей теории обнаружения сигналов (AUC, чувствительность, специфичность, положительная прогностическая ценность, отрицательная прогностическая ценность). Будет проведен анализ подгрупп для отдельных процедур резекции.