预测紧急剖腹手术后 30 天死亡率的机器学习平台

紧急剖腹手术 (EL) 是一种常见的手术和高风险手术，已知具有高死亡率和发病率。 尽管进行了各种审计和研究以确定风险因素并引入旨在改善手术结果的方案，但 EL 后的短期死亡率仍然很高。 全球数据表明，短期（30 天）死亡率在 5.3-21.8% 之间， 长期（1 年）死亡率在 15-47% 之间（参考文献 1）。 老年患者已被确定为死亡率最高的亚组，在接受 EL 的老年患者中采取的措施包括：使用风险计算器进行死亡率预测、增加老年科医生和重症监护的围手术期投入、更高的顾问外科医生和麻醉师在场在手术室中，并引入增强的护理途径。 除了年龄和专家意见外，EL 后死亡的其他风险因素包括：虚弱、手术持续时间、癌症相关手术、造口护理、患者选择、术前败血症和生理参数、既往合并症、ASA 状态（参考文献 2 ).

目前用于 EL 的死亡率预测模型包括用于计算死亡率和发病率的朴茨茅斯生理和手术严重程度评分 (P-POSSUM)、急性生理学和慢性健康评估 II (APACHE-II)、美国外科医师学会国家外科质量改进 (ACS-NSQIP)，以及最近添加的 (NELA) 风险计算器。 自 2012 年以来在英国进行的国家急诊剖腹手术审计 (NELA) 是接受 EL 患者循证改进的范式转变，表明全国 30 天死亡率有所降低（2012 年为 11.8% vs.8.7% vs. 2012）在确定和实施具体建议后（参考文献 3）。

使用 2014-2016 年大型 NELA UK 队列的数据，开发了 NELA 风险计算工具来估计 30 天死亡率，并考虑了患者人口统计学、ASA 状态、生理参数、生命体征以及有关严重性和性质的详细信息手术干预。 在英国、澳大利亚和新加坡进行的多项研究表明，NELA 风险计算器在死亡率预测和风险分层方面与 P-POSSUM 相当（如果不是更优），以区分接受 EL 的低风险和高风险患者（参考文献 5、6、7） . 然而，没有任何风险评分是完美的。 NELA 风险模型被证明低估了观察到的死亡率，而 P-POSSUM 高估了观察到的死亡率（参考文献 8）。 自推出以来，NELA 一直是为接受 EL 的患者制定循证干预措施和指导未来研究方向的先驱，但由于缺乏对我们患者人群准确性的验证，其在香港的实施受到限制。

虚弱被定义为：脆弱性增加和生理储备减少的客观测量，导致多个系统生理缺陷的累积，可以发生在所有年龄段的患者中，但最常见于老年患者。 虚弱是 EL 手术结果不佳的一个众所周知的风险因素（参考文献 9、10），但尚未纳入常用的风险计算器。 虚弱、肌肉减少症和骨质减少症有许多风险评分和替代指标。 临床虚弱评分 (CFS) 是最常用的虚弱指标，仅 CFS 已被证明可为接受 EL 的患者提供预后信息，但与 NELA 相比仍表现不佳。 有趣的是，将 CFS 添加到 NELA 并没有提高风险模型预测的准确性（参考文献 11）。

深度学习和机器学习的应用越来越受欢迎，并已被用于开发各种风险预测模型和未来事件预测（参考资料 4）。 从麻醉记录中积累的大量数据集可以证明是数据科学家发现以前被忽视的新趋势和预测的宝库。 风险计算器是临床医生帮助做出临床决策的有用工具，但这些风险计算器的准确性和验证尚未在这附近完成。 使用机器学习算法并将脆弱性纳入风险计算器，我们希望开发出一种具有高精度和通用性的新算法，并将其引入临床使用。

参考：

1. （参考文献 1：Ng 等。 等人，急诊剖腹手术后一年的结果：系统回顾，World J surg，2022，https://pubmed.ncbi.nlm.nih.gov/34837122/)
2. （参考文献 2：（参考文献：Boyd-Carson 等人，对急诊剖腹手术护理中需要考虑的手术和围手术期因素的回顾，2020 年，麻醉，https://pubmed.ncbi.nlm.nih.gov/31903572/）
3. （参考文献 3：NELA 项目团队。 国家紧急剖腹手术审计 RCoA 伦敦 2021 的第七次患者报告）
4. （参考文献 4：Kwon 等人，机器学习：风险预测的新机遇，韩国 Circ J. 2020，https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6923232/）
5. （参考文献 5：Lai 等人，新加坡接受急诊剖腹手术患者的 P-POSUSM 和 NELA 风险评分比较，World J Surg，2021，https://pubmed.ncbi.nlm.nih.gov/33903953/）
6. （参考文献 6：Eliezer 等人，澳大利亚高危急诊剖腹手术：比较 NELA、P-POSSUM 和 ACS-NSQIP 计算器，外科研究杂志，2020 年，https://www.sciencedirect.com/science/article/abs/ pii/S0022480419306584 )
7. （参考文献 7：Eugene 等人，针对接受急诊剖腹手术的成年患者的新型风险调整模型的开发和内部验证：国家急诊剖腹手术审计风险模型，BJA，2018 年，https://www.sciencedirect.com/science/文章/pii/S0007091218305786 )
8. （参考文献 8：Thahir A、Pinto-Lopes R、Madenlidou S、Daby L、Halahakoon C。急诊普外科的死亡率风险评分：我们使用的是最好的工具吗？ 围手术期实践杂志。 2021；31(4)：153-158。 doi:10.1177/1750458920920133, https://journals.sagepub.com/doi/abs/10.1177/1750458920920133）
9. （参考文献 9：Fehlmann 等人，急诊普外科死亡率与虚弱之间的关联：系统回顾和荟萃分析，Euro J Trauma Emerg Surg，2022 年，https://link.springer.com/article/10.1007/s00068- 020-01578-9)
10. （参考文献 10：Lee 等人，2020 年，https://doi.org/10.1111/jgs.16334 (https://agsjournals.onlinelibrary.wiley.com/doi/epdf/10.1111/jgs.16334))
11. （参考文献 11：Palaniappan - CFS 临床虚弱评分与国家紧急情况的比较。Palaniappan 等人，CFS 与 NELA 风险计算器在接受急诊剖腹手术的所有患者中的比较，结直肠疾病，2022 年，https://onlinelibrary.wiley。 com/doi/full/10.1111/codi.16089 )