评分系统用于预测选择性胸腔内血管大动脉修复后的中期不良事件

科学领域:

• 血管外科 血管外科
• 医疗器械技术 医疗器械技术
• 生物统计学 生物统计学

背景情况:

• 选择性胸腔内血管大动脉修复 (TEVAR) 是胸腔大动脉疾病的常见程序.
• 在TEVAR后预测中期不良事件对于患者管理和结果至关重要.
• 现有的风险分层工具可能无法完全捕捉TEVAR并发症的复杂性.

研究的目的:

• 开发和验证一种新的评分系统,用于预测选修TEVAR后的中期不良事件.
• 在TEVAR的五年内确定与不良事件相关的关键临床和程序因素.
• 为 TEVAR 程序提供一种协助临床决策的工具.

主要方法:

• 一个多中心的回顾性观察性队列研究,对350名接受选择性TEVAR的患者进行了观察.
• 基于回归系数的细灰分区危险模型的评分系统的开发.
• 使用交叉验证和通过接收器操作特征曲线 (AUC) 下的面积评估预测性能的评分系统的内部验证.

主要成果:

• 在使用TEVAR后的5年累计不良事件发生率为26%.
• 为评分系统确定的关键预测因素包括女性性别,并发症评分,抗凝剂使用,大动脉直径,超大小比,覆盖长度和混合程序.
• 该评分系统表现出良好的预测性能,在内部验证中AUC为0.748,在完整胸前动脉动脉瘤患者中为0.780.

结论:

• 开发的评分系统显示了在预选TEVAR后预测中期不良事件的潜在实用性.
• 该系统可以帮助临床医生进行风险评估和治疗规划,特别是在完整的胸前动脉动脉瘤患者中.
• 建议进行外部验证,以进一步确认评分系统的概括性和临床实用性.