一种风险评估模型,用于预测在麻醉治疗下接受手术的患者的外科手术期间静脉血栓栓塞

科学领域:

• 医学研究 医学研究
• 临床信息学是一种临床信息学.
• 患者安全 患者安全

背景情况:

• 外科手术期间的静脉血栓塞栓症 (VTE) 显著增加了患者的发病率,死亡率和医疗费用.
• 准确的风险评估对于识别有风险的手术患者至关重要.
• 现有的VTE风险模型需要加强,以提高临床效用.

研究的目的:

• 开发和验证一个新的风险评估模型,用于外科手术期间的VTE.
• 将VTE预测模型与医疗保健研究和质量机构的患者安全指标12标准保持一致.
• 加强对VTE的早期识别和有针对性的预防策略.

主要方法:

• 美国两家三级医院的319,134名手术患者的注册表数据的回顾性分析.
• 使用2016-2021年的数据开发预测模型,使用2021-2023年的数据进行内部时间验证.
• 基于ICD代码和VTE相关的成像订单的周术VTE的分类;通过循序渐进的后向逻辑回归和引导重新抽样的模型开发.

主要成果:

• 开发的模型表现出强大的歧视性性能,在开发队列中AUC为0.87,在内部验证队列中为0.84.
• 该模型显著优于现有的风险评估工具,包括卡普里尼评分 (AUC 0.66) 和罗杰斯模型 (AUC 0.51).
• 预测得分显示了在手术前 (AUC 0.91) 和手术后 (AUC 0.84) 的VTE预测的强表现.

结论:

• 一种临床上直观的风险评估模型已经成功开发和验证了术后静脉瘤的风险.
• 与目前用于VTE风险分层的工具相比,新模型具有更高的预测准确性.
• 这种先进的模型具有显著的潜力,可以改善住院手术患者的静脉瘤预防策略.