Predictive Time-to-Event-modell för större medicinska komplikationer efter kolektomi

Bakgrund: Planerad (elektiv eller tidskänslig) kolektomi utförs för indikationer inklusive cancer, inflammatorisk tarmsjukdom (IBD) och divertikulit. Efter kolektomi löper patienterna risk för en mängd stora medicinska komplikationer, inklusive lunginflammation, hjärtinfarkt (MI), cerebral vaskulär händelse (CVA), venös tromboembolism (VTE), akut njursvikt (ARF) och sepsis. Men olika komplikationer tenderar att inträffa vid olika tidpunkter efter operationen. Exakt riskförutsägelse, inte bara om en komplikation kan uppstå hos en patient, utan också när, är avgörande för patientutbildning, övervakning och dispositionsplanering. Medan flera studier har undersökt incidensen och binär riskprediktion för större komplikationer efter operationer, har det funnits knapphändig litteratur om modellering av tid-till-komplikation förutsägelse i nya befolkningskohortdata.

Mål

1. Att utveckla och internt validera Cox proportional hazards-modeller för att förutsäga tid till komplikation för varje enskild större medicinsk komplikation som fångats i American College of Surgeons National Surgical Quality Improvement Program (NSQIP) dataset (lunginflammation, hjärtinfarkt (MI), cerebral vaskulär händelse (CVA), venös tromboembolism (VTE), akut njursvikt (ARF) och sepsis) eller ogynnsamma utfall (mortalitet, återinläggning), som började inom 30 dagar efter elektiv kolektomi.
2. Att utveckla och internt validera maskininlärningsmodeller för att förutsäga tid till komplikation för stora medicinska komplikationer och negativa utfall (samma som i mål 1) inom 30 dagar efter elektiv kolektomi i NSQIP. Den bästa maskininlärningsmodellen för varje komplikation kommer att jämföras med Cox proportional hazards-modell när det gäller diskriminering och kalibrering.

Metoder: Utredarna kommer att genomföra en överlevnadsanalys av tid till händelse i en retrospektiv kohort med hjälp av NSQIP®, en prospektivt insamlad multicenterdatauppsättning med mer än 150 kliniska variabler inom 30 dagar efter operationen. Denna datauppsättning innehåller information om huruvida patienten diagnostiserades med större komplikationer (in- eller utom sjukhuset) samt antalet postoperativa dagar till diagnoserna av komplikationer, enligt definitionen av ett standardiserat kriterium i NSQIP operations manual. Den allmänna datamängden kommer att länkas till datasetet NSQIP® Procedure Targeted Colectomy, som innehåller ytterligare kolektomispecifika variabler.

Studien kommer att rapporteras enligt Transparent rapportering av en multivariabel prediktionsmodell för individuell prognos eller diagnos (TRIPOD) riktlinjer och riktlinjer för utveckling och rapportering av prediktiva modeller för maskininlärning inom biomedicinsk forskning.