Förutsägelse av resultat med ED-intervention för handledsfrakturer av Colles-typ [FÖRSÄTTNING] (PREDICT)

Många tusen patienter besöker akutmottagningar (ED) med förskjutna (deformerade) handledsfrakturer och genomgår sluten manipulation under lokalbedövning (MUA) på akuten. Lokal granskning tyder på att mellan 25-40 % av dessa manipulerade frakturer glider tillbaka till en oacceptabel position (instabila frakturer) och kräver en efterföljande öppen operation för att reducera och stifta eller plåta benet (ORIF). Det finns vissa bevis för att graden av initial deformitet och andra faktorer kan förutsäga instabilitet, men detta är varken väl etablerat eller väl undersökt. Att på ett tillförlitligt sätt förutsäga vilka frakturer som sannolikt kommer att misslyckas och vilka som sannolikt kommer att lyckas med sluten ED-manipulation kan minska andelen som genomgår ett meningslöst ED-ingrepp, spara patienters tid och besök på sjukhus och säkerställa definitiv vård första gången.

Vi kommer att identifiera fall från en tidigare genomförd klinisk aktivitetsanalys av patienter som hade genomgått MUA för Colles fraktur under en tvåårsperiod vid Royal Devon och Exeter Hospital ED. Dessa fall identifierades retrospektivt (från elektroniska närvarologgar) och följdes upp fram till frakturläkning eller operation. I denna databas registrerades behovet av efterföljande operation från elektroniska journaler och granskning av kommentarer på frakturklinik. Röntgenbilder av dessa patienter har identifierats och anonymiserats av en röntgenpersonal, som inte ingår i forskargruppen. Dessa röntgenbilder och databasfallen har fått ett unikt försöksnummer och all identifierbar data har tagits bort innan försöket används. Databasen kommer att användas för att tillhandahålla resultatdata för utvecklingen av en modell för att se om röntgenfunktioner på ett tillförlitligt sätt kan förutsäga ED MUA-fel. Vi kommer att utesluta Smiths (framåt förskjutna) frakturer och de som det inte finns några uppföljningsdata i databasen t.ex. Patienter som följts upp på annat håll.

Anonymiserade röntgenstrålar kommer att användas för att utveckla datorstödda metoder för att mäta viktiga frakturvinklar samt andra faktorer såsom grad och position för finfördelning (fragmentering) och markörer för osteoporos. Alla röntgenstrålar kommer sedan att analyseras med hjälp av systemet för att registrera dessa mätningar. Beroende på utvecklingshastigheten kan alla system som möter användarna också testas på personal för att mäta användbarhet och testa för överenskommelser mellan bedömare.

Multivariat analys av dessa röntgenfunktioner mätt med dator, tillsammans med databasens demografiska data och resultatdata kommer att användas för att utveckla den bästa modellen/beslutsregeln för att förutsäga sannolikheten för MUA-framgång. En "uteslut en korsvalidering"-teknik kommer att användas för att validera en sådan modell och bedöma om vi kunde ha minskat ED MUA-felfrekvensen utan att öka det totala antalet öppna operativa procedurer. Detta arbete kommer att användas för att ge underlag till en större prospektiv studie där eventuella beslutsregler kan bedömas och ytterligare faktorer utforskas med möjligheten att lägga till dessa i en eventuell slutlig datormodell.