Валидационное исследование

Прогностическая модель для предоперационной оценки риска послеоперационных лёгочных осложнений при плановых операциях (GSU-Pulmonary Score): разработка и валидация в трёх международных когортах

A prognostic model for use before elective surgery to estimate the risk of postoperative pulmonary complications (GSU-Pulmonary Score): a development and validation study in three international cohorts

The Lancet. Digital Health
10.1016/S2589-7500(24)00065-7
Полный текст Открыть в журнале PubMed PMC
FWCI: 5.53FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 16 · Ссылки: 37 · Лицензия: CC-BY
Цитирование по годам: 2026: 9 · 2025: 8 · 2024: 4

Аннотация

Введение: Лёгочные осложнения — наиболее частая причина смерти после хирургических вмешательств. Цель исследования — разработать и провести внешнюю валидацию новой прогностической модели для оценки риска послеоперационных лёгочных осложнений перед плановыми операциями, а также для обоснованного распределения ресурсов и определения приоритетов при восстановлении плановой хирургической помощи после пандемии.

Методы: Для разработки новой прогностической модели риска лёгочных осложнений после плановых операций у взрослых пациентов (≥18 лет), независимо от типа операции и заболевания, использовали данные международного проспективного когортного исследования. Первичной конечной точкой были лёгочные осложнения в течение 30 дней после операции: пневмония, острый респираторный дистресс-синдром или незапланированная искусственная вентиляция лёгких. Модель с потенциальными прогностическими факторами разработали на данных исследования GlobalSurg-CovidSurg Week (международная когорта; октябрь 2020 года). Оценили два структурированных метода машинного обучения — XGBoost и метод наименьшего абсолютного сжатия и отбора (LASSO); модель с наилучшими характеристиками (GSU-Pulmonary Score) прошла внутреннюю валидацию с использованием бутстрепа. Дискриминацию и калибровку шкалы оценили при внешней валидации в двух дополнительных проспективных когортах: CovidSurg-Cancer (международная когорта; февраль–август 2020 года, во время пандемии COVID-19) и RECON (Великобритания и Австралазия; январь–октябрь 2019 года, до пандемии COVID-19). Модель была внедрена в виде веб-приложения. Исследования GlobalSurg-CovidSurg Week и CovidSurg-Cancer зарегистрированы на ClinicalTrials.gov: NCT04509986 и NCT04384926.

Результаты: Прогностические модели разработали на основе 13 потенциальных факторов по данным 86 231 пациента из 1158 больниц в 114 странах. Внешняя валидация охватила 30 492 пациента из исследования CovidSurg-Cancer (726 больниц в 75 странах) и 6789 пациентов из исследования RECON (150 больниц в трёх странах). Общая частота лёгочных осложнений составила 2,0% в когорте разработки и 3,9% (CovidSurg-Cancer) и 4,7% (RECON) в когортах валидации. Дискриминация при использовании регрессии с регуляризацией LASSO была сопоставима с результатами XGBoost (площадь под ROC-кривой [AUROC] 0,786; 95% ДИ 0,774–0,798 и 0,785; 95% ДИ 0,772–0,797 соответственно); при этом модель на основе LASSO была более интерпретируемой и требовала меньше переменных. Итоговая шкала GSU-Pulmonary Score включала десять прогностических факторов и при внутренней валидации показала хорошую дискриминацию и калибровку (AUROC 0,773; 95% ДИ 0,751–0,795; оценка Брайера 0,020; показатель калибровки общего уровня [CITL] 0,034; коэффициент наклона 0,954). При внешней валидации характеристики модели были приемлемыми в когорте CovidSurg-Cancer (AUROC 0,746; 95% ДИ 0,733–0,760; оценка Брайера 0,036; CITL 0,109; коэффициент наклона 1,056), однако в данных RECON наблюдалась некоторая некалиброванность (AUROC 0,716; 95% ДИ 0,689–0,744; оценка Брайера 0,045; CITL 1,040; коэффициент наклона 1,009).

Выводы: Эта новая прогностическая шкала основана на простых факторах, доступных при принятии решения о плановой операции, и позволяет точно стратифицировать пациентов по риску послеоперационных лёгочных осложнений, в том числе во время вспышек SARS-CoV-2. Она может помочь при получении информированного согласия на операцию, распределении ресурсов и определении приоритетов на уровне больниц по мере наращивания объёмов плановой хирургической помощи для сокращения накопившейся во всём мире очереди.

Финансирование: Национальный институт исследований в области здравоохранения.

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.