Прогнозирование риска смерти после аортокоронарного шунтирования стало проще: ретроспективное исследование с использованием базы данных Национальной программы улучшения качества хирургии Американского колледжа хирургов

Модели риска для прогнозирования 30-дневной смертности после изолированного аортокоронарного шунтирования - активная область исследований. Простые предикторы риска особенно важны для кардиоторакальных хирургов, которые подвергаются повышенному вниманию, поскольку эти врачи обычно заботятся о пациентах с более высоким риском и поэтому ожидают худших результатов. Целью этого исследования было разработать модель 30-дневного послеоперационного риска смертности для пациентов, перенесших АКШ, с использованием базы данных Национальной программы улучшения качества хирургии Американского колледжа хирургов.

Материал и методы.

Данные были извлечены и проанализированы из файлов использования участниками Национальной программы повышения качества хирургии Американского колледжа хирургов (2005–2010 гг.). Были отобраны пациенты с ишемической болезнью сердца (ICD9 410–414), перенесшие АКШ от одного до четырех сосудов (CPT 33533–33536). Для выбора приобретенного порока сердца были включены только пациенты в возрасте 40 лет и старше. Для создания модели риска использовался многомерный логистический регрессионный анализ. Для оценки модели использовались C-статистика и критерий согласия Хосмера-Лемешоу. Была рассчитана C-статистика, подтвержденная загрузкой.

Результаты

Критериям отбора соответствовали в общей сложности 2254 дела. Сорок девять пациентов (2,2%) умерли в течение 30 дней. Были идентифицированы шесть независимых факторов риска, позволяющих прогнозировать краткосрочную смертность, включая возраст, предоперационный уровень натрия, предоперационный азот мочевины крови, предшествующее чрескожное коронарное вмешательство, одышку в покое и перенесенный инфаркт миокарда в анамнезе. C-статистика для этой модели составляла 0,773, тогда как C-статистика, подтвержденная бутстрапом, составляла 0,750. Тест Хосмера-Лемешоу имел p-значение 0,675, что свидетельствует о том, что модель не перекрывает данные.

Выводы

Модель риска Национальной программы улучшения качества хирургии Американского колледжа хирургов хорошо распознает 30-дневную смертность после операции по аортокоронарному шунтированию. Модель использует шесть независимых переменных, что упрощает ее использование в клинических условиях.

Задний план

Разработка моделей риска для прогнозирования 30-дневной послеоперационной смертности после изолированного коронарного шунтирования (АКШ) была активной областью исследований [1-3]. Такая модель риска не была разработана с использованием базы данных Национальной программы улучшения качества хирургии Американского колледжа хирургов (ACS NSQIP). Эта мультиинституциональная база данных была создана для предоставления клинических данных для улучшения качества хирургических результатов [4,5]. ACS NSQIP теперь получает данные из более чем 525 участвующих больниц, охватывающих примерно 30% операционного объема США [6,7]. Демографические, предоперационные сопутствующие заболевания, оперативные данные, а также данные о 30-дневной послеоперационной заболеваемости и смертности собираются систематическим и стандартизированным образом для использования в исследовании исходов [8].Целью этого исследования было разработать модель 30-дневного послеоперационного риска смертности для изолированной АКШ с использованием ACS NSQIP, упрощенной для клинической практики.

Методы

Статус освобождения был предоставлен внутренним наблюдательным советом нашего учреждения. Данные были взяты из файлов использования участников NSQIP ACS за 2005–2010 гг., Включая 240 демографических, предоперационных и операционных переменных, а также переменных заболеваемости / смертности. Заболевания и процедуры классифицируются с использованием кодов Международной классификации болезней 9 с клиническими модификациями (МКБ-9-CM) и современной процедурной терминологии (CPT).

В исследование были включены пациенты, перенесшие АКШ с использованием от одного до четырех артериальных трансплантатов сосудов (коды CPT 33533–33536). Эти коды также включают процедуры шунтирования коронарной артерии с использованием только артериальных трансплантатов или комбинации артериально-венозных трансплантатов [9]. Чтобы сосредоточить внимание на ишемической болезни сердца, были включены только пациенты с диагнозом ишемическая болезнь сердца (коды МКБ-9-CM 410–414). Для отбора по поводу приобретенного порока сердца были включены только пациенты 40 лет и старше. В анализе использовались в общей сложности 66 переменных, которые охватывали демографические, сопутствующие заболевания, предоперационные лабораторные показатели, предыдущие медицинские / хирургические вмешательства и периоперационные данные.

Однофакторный анализ проводился при рp

Результаты

С 2005 по 2010 гг. Из 4317 АКШ, зарегистрированных за этот период, было обнаружено 2254 случая, соответствующих критериям включения. Большинство пациентов были мужчинами (74,8%, n = 1687) со средним возрастом 66,0 лет. Смертность в течение 30 дней после операции составила 2,2% (n = 49), в основном мужчины (67,3%, n = 33), средний возраст - 70,8 года.

Результаты однофакторного анализа показаны в таблице 1. Хотя было выбрано пороговое значение pp= 0,0648, однако он был сохранен, поскольку C-статистика окончательной модели снизилась с 0,773 до 0,762, что свидетельствует о ее важности. Следует отметить, что история ишемической боли в покое / гангрены, почечной недостаточности, переливания четырех или более единиц эритроцитов и статуса отсутствия реанимации не были включены в окончательную модель из-за широких 95% доверительных интервалов. Продолжительность операции была значительной, но исключена без ущерба для дискриминирующей способности модели, чтобы гарантировать, что все переменные могут быть получены до операции. Окончательная модель содержала только шесть переменных (таблица 2).

C-статистика для окончательной модели составила 0,773, что свидетельствует о хорошей различительной способности (рис. 1). C-статистика с поправкой на оптимизм, полученная с помощью метода начальной загрузки, составила 0,750. Статистика Хосмера-Лемешоу также показала, что модель не слишком соответствовала данным ( p= 0,675).

Приемник-оператор Характеристика модели 30-дневного послеоперационного риска ACS-NSQIP.

Оценка риска была создана с использованием коэффициентов β модели логистической регрессии. Оценка риска варьировала от 1 до 23 (таблица 3). Наименьший наблюдаемый риск по данным составил два, а самый высокий - 19 (рис. 2). Вероятность 30-дневной смертности варьировалась от 0,14% для пациентов с двумя баллами до 58,0% для пациентов с 19 баллами. Средняя вероятность смерти составляла 2,2%, медиана - 1,3%, а стандартное отклонение составляло. 3,0%. Оценка восьми или менее соответствовала прогнозируемой смертности ниже среднего, которая включала 1860 пациентов (82,5%), в то время как оценка девять приблизительно соответствовала средней вероятности смерти. У 21 пациента (0,9%) прогнозируемая смертность превышала два стандартных отклонения от средней вероятности (8,2%), что соответствовало оценке риска 12 или выше.

Расчетная вероятность 30-дневной смертности после АКШ в сравнении с оценкой риска.

Обсуждение

Мы представляем простую шкалу риска для оценки 30-дневной смертности после изолированной АКШ с дискриминацией, сравнимой с другими калькуляторами основного риска в кардиохирургии [1-3]. Чтобы оценить результаты и предоставить пациентам и их семьям реалистичные прогнозы операционного риска, потребность в простых предоперационных калькуляторах риска по-прежнему существует. Поскольку данные об исходах общедоступны, кардиоторакальные хирурги должны использовать инструменты оценки риска, которые подвергаются повышенному вниманию [17]. Баллы риска могут «уравнять игровое поле» для справедливой оценки результатов для хирургов, которые заботятся о пациентах с более высоким риском и, следовательно, ожидают худших результатов.

Модель ACS NSQIP имеет много общего с другими моделями риска, такими как EuroSCORE [1], New York Risk Score [3,18] и Модель риска кардиохирургии Общества торакальных хирургов (STS) 2008 [2]. Общие переменные включают возраст, перенесенный инфаркт миокарда, почечную недостаточность, почечную недостаточность, гемодинамическое состояние и фракцию выброса (ФВ). Специальный комитет пришел к выводу, что семь основных переменных должны присутствовать в любой базе данных, сообщающей о результатах АКШ с поправкой на риск, которые включают возраст, пол, предыдущую операцию на сердце, ФВ, процент стеноза левой главной коронарной артерии, количество крупных коронарных артерий с более чем 70 % стеноза и уровень остроты зрения [15]. В модели STS 78% дисперсии объясняется восемью наиболее важными переменными, которые включают возраст, остроту хирургического вмешательства, статус повторной операции, уровень креатинина, диализ, шок, хроническое заболевание легких и ФВ [19].Хотя база данных ACS NSQIP не является специализированной базой данных, адаптированной к конкретным процедурам, она включает все эти основные переменные, за исключением EF и других сердечных переменных. Наша модель включает несколько переменных, перечисленных в заявлении о консенсусе и других наборах данных АКШ (возраст, перенесенный инфаркт миокарда, предшествующее ЧКВ), а также обнаруживает ишемическую боль в покое / гангрену (показатель периферического сосудистого заболевания), почечную недостаточность и предоперационное переливание крови (показатель для предоперационная анемия) значительны, но в конечном итоге исключены из-за их высоких доверительных интервалов. Предоперационная анемия, хотя и не является основной переменной, является известным фактором риска смерти после АКШ [20].Наша модель включает несколько переменных, перечисленных в заявлении о консенсусе и других наборах данных АКШ (возраст, перенесенный инфаркт миокарда, предшествующее ЧКВ), а также обнаруживает ишемическую боль в покое / гангрену (показатель периферического сосудистого заболевания), почечную недостаточность и предоперационное переливание крови (показатель для предоперационная анемия) значительны, но в конечном итоге исключены из-за их высоких доверительных интервалов. Предоперационная анемия, хотя и не является основной переменной, является известным фактором риска смерти после АКШ [20].Наша модель включает несколько переменных, перечисленных в заявлении о консенсусе и других наборах данных АКШ (возраст, перенесенный инфаркт миокарда, предшествующее ЧКВ), а также обнаруживает ишемическую боль в покое / гангрену (показатель периферического сосудистого заболевания), почечную недостаточность и предоперационное переливание крови (показатель для предоперационная анемия) значительны, но в конечном итоге исключены из-за их высоких доверительных интервалов. Предоперационная анемия, хотя и не является основной переменной, является известным фактором риска смерти после АКШ [20].является известным фактором риска смерти после АКШ [20].является известным фактором риска смерти после АКШ [20].

Оценка риска включает использование дискретных маркеров в качестве суррогатов степени сердечного заболевания. Основные переменные пытаются инкапсулировать степень сердечно-сосудистого заболевания пациента, влияние этого заболевания на функцию конечных органов и, в конечном итоге, резерв. BUN касается не только степени почечной дисфункции, но также качества и частоты гемодиализа, что важно, поскольку влияние уремии на сердечную функцию хорошо известно [21]. Мы утверждаем, что в последнее время предыдущее ЧКВ могло быть более действенным, чем предыдущие кардиохирургические операции, для определения степени тяжести сердечного заболевания. Наконец, гипонатриемия все чаще рассматривается как предиктор послеоперационной заболеваемости и смертности после кардиохирургических и общих операций [22]. Crestanello et al. [23] обнаружили, что предоперационная гипонатриемия является фактором риска увеличения долгосрочной заболеваемости,длительная госпитализация и смертность пациентов, перенесших кардиохирургические вмешательства.

Модель ACS NSQIP включает переменные, которые еще не включены в специализированные базы данных, но являются известными факторами риска смертности после АКШ, например, при заболеваниях печени [2]. Эта модель охватывает большое подмножество основных переменных, общих для основных моделей риска, без ущерба для способности различать. Мы утверждаем, что использование неспециализированной базы данных, хотя и является спорным, может оказаться полезным для области, где все модели рисков имеют схожие переменные и «возможности для улучшения распознавания неблагоприятных исходов могут быть ограничены [24]».

Есть несколько ограничений этого исследования. Во-первых, это ретроспективное исследование с данными, полученными на систематической основе специализированным персоналом. Во-вторых, размер выборки был еще одним ограничением, поскольку для создания модели риска было доступно меньше пациентов по сравнению с другими специализированными базами данных. Вероятная причина того, почему было меньше случаев АКШ в течение 6-летнего периода, в течение которого проводилось исследование, заключается в том, что сайты, представляющие данные в установленную кардиологическую базу данных, могут запросить освобождение для представления данных по узкоспециализированной кардиологии [25]. Нехватка данных, возможно, вторична из-за влияния других специализированных баз данных, таких как STS ACSD [19]. В-третьих, сердечные переменные не были доступны для включения в окончательную модель. В качестве более обобщенной базы данныхACS NSQIP не записывает все переменные, рекомендованные в согласованном заявлении о разработке калькуляторов риска [15]. Несмотря на эти ограничения, модель риска ACS NSQIP демонстрирует различительную способность наравне с другими доступными моделями риска.

Вывод

В заключение, наша модель риска предоставляет кардиоторакальным хирургам простой в использовании инструмент для оценки риска смертности после АКШ с использованием шести предоперационных независимых переменных, которые можно оценить с помощью анамнеза, физического осмотра и панели химического анализа сыворотки. Наконец, наше исследование демонстрирует универсальность базы данных ACS NSQIP.

Сокращения

Шунтирование коронарной артерии

Национальная программа повышения качества хирургии Американского колледжа хирургов

Внутренний обзор совета директоров

Международная классификация болезней

Текущая процедурная терминология

Рабочая характеристика приемника

Индекс массы тела

использованная литература

  1. 1.

Нашеф С., Рокес Ф. Европейская система оценки кардиологического риска (EuroSCORE). Eur J Cardiothorac Surg. 1999; 16: 0–4.

Шахиан Д.М., О'Брайен С.М., Филардо Дж., Феррарис В.А., Хаан К.К., Рич Дж. Б. и др. Общество торакальных хирургов 2008 Модели риска кардиохирургии: часть 1 - Операция по шунтированию коронарной артерии. Ann Thorac Surg. 2009; 88 (1 приложение): S2–22. DOI: 10.1016 / j.athoracsur.2009.05.053.

Ханнан Э.Л., Фаррелл Л.С., Векслер А., Джордан Д., Лахи С.Дж., Каллифорд А.Т. и др. Оценка риска в Нью-Йорке для госпитальной и 30-дневной смертности при операции по аортокоронарному шунтированию. Ann Thorac Surg. 2013; 95 (1): 46–52. DOI: 10.1016 / j.athoracsur.2012.08.047.

Хури С.Ф., Дейли Дж., Хендерсон В., Хур К., Гиббс Дж. О., Барбур Дж. И др. Корректировка риска послеоперационной летальности для сравнительной оценки качества хирургической помощи: результаты Национального исследования хирургических рисков по делам ветеранов. J Am Coll Surg. 1997. 185 (4): 315–27.

Хури С.Ф., Дейли Дж., Хендерсон В., Хур К., Демакис Дж., Ауст Дж. Б. и др. NSQIP Департамента по делам ветеранов: первая национальная, утвержденная, ориентированная на результаты, скорректированная с учетом риска и контролируемая коллегами программа для измерения и повышения качества хирургической помощи. Национальная программа улучшения качества хирургии VA. Ann Surg. 1998. 228 (4): 491–507.

Коэн М.Э., Ко CY, Билимория К.Ю., Чжоу Л., Хаффман К., Ван X и др. Оптимизация моделирования ACS NSQIP для оценки хирургического качества и риска: корректировка риска для пациента, корректировка набора процедур, корректировка усадки и хирургическая направленность. J Am Coll Surg. 2013; DOI: 10.1016 / j.jamcollsurg.2013.02.027.

Bilimoria KY, Liu Y, Paruch JL, Zhou L, Kmiecik TE, Ko CY, et al. Разработка и оценка универсального калькулятора хирургических рисков ACS NSQIP: средство принятия решений и информированного согласия для пациентов и хирургов. J Am Coll Surg. 2013. 217 (5): 833–42. e3. DOI: 10.1016 / j.jamcollsurg.2013.07.385.

Роуэлл К.С., Туррентин ИП, Хаттер М.М., Хури С.Ф., Хендерсон В.Г. Использование данных национальной программы повышения качества хирургии в качестве катализатора повышения качества. J Am Coll Surg. 2007. 204 (6): 1293–300. DOI: 10.1016 / j.jamcollsurg.2007.03.024.

Американская медицинская ассоциация, Фонд Американского колледжа кардиологии. Справочное руководство CPT по сердечно-сосудистому кодированию 2013. 1-е изд. (Американская медицинская ассоциация, ред.). Американская медицинская ассоциация; 2012: 326.

Гамильтон Б. Х., Ко CY, Ричардс К., Холл Б. Отсутствующие данные в Национальной программе повышения качества хирургии Американского колледжа хирургов не случайно пропадают: последствия и потенциальное влияние на оценки качества. J Am Coll Surg. 2010. 210 (2): 125–39. e2. DOI: 10.1016 / j.jamcollsurg.2009.10.021.

Мерков Р.П., Холл Б.Л., Коэн М.Э., Димик Дж. Б., Ван Э., Чоу В. Б. и др. Актуальность c-статистики при оценке моделей корректировки риска в хирургии. J Am Coll Surg. 2012. 214 (5): 822–30. DOI: 10.1016 / j.jamcollsurg.2011.12.041.

Альтман Д.Г., Ройстон П. Что мы подразумеваем под проверкой прогностической модели? Stat Med. 2000. 19 (4): 453–73.

Хосмер Д.В., Лемешоу С. Прикладная логистическая регрессия. 2-е изд. Нью-Йорк: публикация Wiley-Interscience; 2000. с. 392.

R Core Team. R: Язык и среда для статистических вычислений. 2013.

Джонс Р. Х., Ханнан Э. Л., Хаммермейстер К. Э., Делонг Э. Р., О'Коннор Г. Т., Люпкер Р. В. и др. Определение предоперационных переменных, необходимых для корректировки риска краткосрочной смертности после операции по аортокоронарному шунтированию. Рабочая группа по проекту совместной базы данных АКШ. J Am Coll Cardiol. 1996. 28 (6): 1478–87.

Ханнан Э.Л., Рак М., Каллифорд А.Т., Лахи С.Дж., Векслер А., Джордан Д. и др. Оценка риска для прогнозирования внутрибольничной / 30-дневной смертности пациентов, перенесших операцию по шунтированию клапана и клапана / коронарной артерии. Ann Thorac Surg. 2013; 95 (4): 1282–90. DOI: 10.1016 / j.athoracsur.2012.11.019.

Burack JH, Impellizzeri P, Homel P, Cunningham JN. Публичное сообщение о хирургической смертности: опрос кардиоторакальных хирургов штата Нью-Йорк. Ann Thorac Surg. 1999. 68 (4): 1195–200. обсуждение 1201–2.

Hannan EL, Wu C, Bennett EV, Carlson RE, Culliford AT, Gold JP и др. Стратификация риска госпитальной смертности при операции по аортокоронарному шунтированию. J Am Coll Cardiol. 2006. 47 (3): 661–8. DOI: 10.1016 / j.jacc.2005.10.057.

Shahian DM, Blackstone EH, Edwards FH, Grover FL, Grunkemeier GL, Naftel DC и др. Модели риска кардиохирургии: позиционная статья. Ann Thorac Surg. 2004. 78 (5): 1868–77. DOI: 10.1016 / j.athoracsur.2004.05.054.

Уильямс М.Л., Хе Икс, Рэнкин Дж.С., Слотер М.С., Гэмми Дж.С. Предоперационный гематокрит является мощным предиктором неблагоприятных исходов при операции по аортокоронарному шунтированию: отчет из базы данных Общества торакальных хирургов по кардиохирургии взрослых. Ann Thorac Surg. 2013. 96 (5): 1628–34. обсуждение 1634, DOI: 10.1016 / j.athoracsur.2013.06.030.

Хунг Дж., Харрис П.Дж., Урен Р.Ф., Тиллер DJ, Келли Д.Т. Уремическая кардиомиопатия - влияние гемодиализа на функцию левого желудочка при терминальной стадии почечной недостаточности. N Engl J Med. 1980. 302 (10): 547–51. DOI: 10.1056 / NEJM198003063021003.

Леунг А.А., Макалистер Ф.А., Роджерс С.О., Пазо В., Райт А., Бейтс Д.В. Предоперационная гипонатриемия и периоперационные осложнения. Arch Intern Med. 2012. 172 (19): 1474–81. DOI: 10.1001 / archinternmed.2012.3992.