Bukspottkörtelkirurgi - Optimala fallbelastningströsklar och prediktiv noggrannhet (PaSuT)

Huvudsakliga forskningsfrågor:

• Kan specifika interventionsfallsnummer identifieras som är lämpliga som tröskelvärden för årliga minimivolymer och som är förknippade med signifikant låg sjukhusdödlighet?
• Nästan alla tidigare studier av fallnummereffekter har endast visat ett beskrivande samband mellan antalet fall under ett givet år och kvaliteten på utfallen samma år. Syftet med denna studie är att undersöka om de beskrivna sambanden kan påvisas när man använder föregående års procedurvolym som prediktor. Studien syftar till att svara på om belastningen på förfarandet har ett prediktivt värde, särskilt antalet fall under ett år och dödlighet på sjukhus under det följande året.

Bakgrund:

Ett flertal studier har visat på ett samband mellan antalet fall och kvaliteten på utfallen för olika kirurgiska ingrepp. Till exempel hade patienter som opererades på högvolymsjukhus (HVH) lägre dödlighet, längre överlevnadsfrekvens, lägre komplikationsfrekvens och lägre reoperationsfrekvens än patienter som opererades på lågvolymsjukhus (LVH). För att dela upp i HVH och LVH användes antingen konkreta fallnummer eller kvartil- eller kvintilgränser med lika många operationer eller kliniker per grupp. Syftet med studien är att objektivt fastställa dessa gränser med hjälp av en spline-modellerad caseload-term, för att undvika godtyckliga beslut.

En begränsning av de tidigare fynden är att de kanske inte är generaliserbara på grund av användningen av ett begränsat antal fall och resultatkvaliteten från samma år. Det är dock viktigt att notera att volymen från föregående år är avgörande för att bestämma den prediktiva betydelsen av ärendebelastning för framtida resultatkvalitet. En nyligen genomförd studie (i press) rapporterade att det finns betydande fluktuationer i kvaliteten på resultaten bland HVH, även mellan olika år. Därför antogs det att användning av antalet fall som en prediktor för högkvalitativa resultat kan leda till överskattning.

Metoder:

De rikstäckande sjukhusfaktureringsdata för Tyskland (DRG-statistik) för perioden 2010 till 2019 kommer att analyseras. De riskjusterade dödlighetstalen bestäms. För detta ändamål beräknas logistiska regressionsmodeller som justerar mortalitetsrisken för följande variabler Kön, ålder, akut intagning, resektionsår, diagnos (malign neoplasm vs. benign neoplasm vs. neoplasm med oklar dignitet vs. akut pankreatit vs. kronisk pankreatit kontra andra pankreatiska sjukdomar), ytterligare procedurer (venösa resektioner/ multiviscerala resektioner/ arteriell resektion/ splenektomi/ kolecystektomi/ galldränage/ dialysprocedurer) och utvalda komorbiditeter. För att klassificera ytterligare procedurer för att återspegla omfattningen av operationen och tekniska svårigheter, kommer en liten modifiering av klassificeringssystemet som beskrivs i Mihaljevic et al, 2021 att användas (PMID: 33386130). Elixhauser-definitionerna används för de samsjukligheter som beskrivs i Quan et al, 2005 (PMID: 16224307). Urvalet av samsjukligheter som ska beaktas baseras på publikationen av Hunger et al, 2022 (PMID: 35525416).

Fallnummereffekten modelleras med naturliga kubiska splines. De 10:e, 20:e, 40:e, 60:e, 80:e och 90:e falltalspercentilerna används som nodpunkter. Den justerade sjukhusdödligheten som funktion av antalet fall bestäms med hjälp av Estimated Marginal Means. Lokala extremvärden (maxima och minima) i splinesen bestäms med 1:a och 2:a grafderivatan.

Olika regressionsmodeller beräknas utifrån antingen antalet fall från innevarande verksamhetsår eller föregående år. Modellernas prediktiva noggrannhet bestäms med hjälp av de etablerade måtten från signaldetekteringsteorin (AUC, sensitivitet, specificitet, positivt prediktivt värde, negativt prediktivt värde). Undergruppsanalyser för individuella resektionsingrepp kommer att utföras.