Prepare II - Обучение прогностической модели и внешняя валидация

Следующие переменные будут исследованы для оценки их прогностической ценности в отношении продолжительности пребывания в реабилитационном отделении (первичный исход), места выписки, нагрузки по уходу при выписке и/или функционального восстановления (вторичные исходы):

• Возраст пациента при поступлении
• Пол пациента
• Профессия пациента
• Статус проживания (например, дом или учреждение проживания)
• Диагноз
• Хирургическая процедура
• Оценка по шкале Американского общества анестезиологов
• Индекс массы тела до операции
• День операции
• Продолжительность операции (минуты)
• Техника хирургического доступа
• Пребывание в хирургическом отделении
• Существующие сопутствующие заболевания
• Фармакологическое лечение существующих состояний
• Уровень гемоглобина при поступлении в стационарную реабилитацию
• Боль (Числовая рейтинговая шкала) при поступлении в стационарную реабилитацию
• Функция - когнитивные области при поступлении в стационарную реабилитацию
• Индекс Бартеля повседневной активности (ADL) при поступлении в стационарную реабилитацию
• Функциональные оценки физиотерапии
• Программа реабилитации
• Функция - когнитивные области при выписке из стационарной реабилитации
• Пребывание в стационарной реабилитации
• Место выписки
• Использование вспомогательных средств для ходьбы при выписке
• Потребность в помощи при повседневной активности при выписке
• Индекс Бартеля повседневной активности при поступлении в стационарную реабилитацию

В связи с ретроспективным дизайном исследования пациенты не будут набираться заново, а будут использованы данные, уже хранящиеся во внутренних базах данных.

Данные, полученные из клинических записей и других внутренних наборов больницы, будут собраны в специальном листе Excel и разделены по интересующим разделам (базовые характеристики, вмешательство, исходы).

В предыдущей части этого проекта были собраны данные от 1710 пациентов, перенесших тотальное эндопротезирование тазобедренного или коленного сустава и последующую стационарную реабилитацию в нашей больнице, для обучения модели.

В этой второй части будут собраны те же переменные от 400 пациентов для проверки предсказательной способности модели. Вместе эти выборки представляют примерно 80% и 20% от общей популяции (2100) соответственно, что является обычным распределением когорты для проверки валидности.

Для проверки валидности (дискриминации и калибровки) вновь разработанных моделей прогнозирования и стратификации мы проведем временную внешнюю валидацию на основе выборки вновь собранных пациентов, перенесших операции на тазобедренном и коленном суставах в той же больнице, но в другое время (2018 год, по сравнению с 2019 годом для выборки разработки).

Для этой цели мы планируем включить удобную выборку не менее 400 пациентов: размер выборки был определен на основе расчета минимального размера выборки с использованием неравенства Хеффдинга (DOI: 10.1016/j.jspi.2012.09.013), что достаточно для выявления различий в производительности менее 10 процентных пунктов с уверенностью выше 95% (минимальный размер выборки=390).

Также будут рассмотрены базовые методы моделирования, такие как линейная и логистическая регрессия.

В конечном итоге будет выбрана наилучшая модель для каждого интересующего исхода.